08:20Aravind Srinivas@AravSrinivasPerplexity 宣布 Claude Opus 4.8 模型已对所有 Max 订阅用户开放。该模型被定位为 Perplexity Computer 的编排器(orchestrator),意味着它能在多步骤任务中协调其他工具或模型。Perplexity Max 用户可直接在 Perplexity 平台和 Perplexity Computer 上体验。这一更新为需要复杂推理和多工具协作的用户提供了更强大的模型选择。AI产品PerplexityClaude Opus 4.8模型更新10 个信源在谈事件专题推荐理由:Perplexity Max 用户终于能用上 Claude Opus 4.8 了,做复杂研究或自动化任务的团队可以直接在 Perplexity Computer 里体验编排能力,值得试试。原文稍后读已读值得跟进有用关注 Perplexity
08:09官方账号Perplexity@perplexity_aiPerplexity 宣布 Claude Opus 4.8 现已面向其 Max 订阅用户开放,支持在 Perplexity 和 Computer 平台上使用。这是 Anthropic 最新一代旗舰模型,在推理、编程和长文本处理方面有显著提升。用户可通过 Perplexity 的搜索增强界面直接调用,获得更精准的答案和更长的上下文支持。该更新进一步丰富了 Perplexity 的模型生态,为高级用户提供了更多选择。AI产品Claude Opus 4.8Perplexity订阅服务10 个信源在谈事件专题推荐理由:Perplexity 用户终于能用上最新 Claude 旗舰模型了,做深度搜索和复杂推理的 Max 订阅者可以直接体验,不用再切到其他平台。原文稍后读已读值得跟进有用关注 Claude Opus 4.8
00:35Aravind Srinivas@AravSrinivas72°Perplexity 宣布其 AI 助手 Perplexity Computer 现已集成到 Microsoft Office 套件中,包括 Excel、Word、PowerPoint 和 Outlook。用户可以在应用侧边栏直接调用 AI 来起草文档、建模、制作演示文稿和处理邮件。这一集成将 AI 能力无缝嵌入办公场景,提升工作效率。目前该功能已上线,用户可通过 Perplexity 官网获取。AI产品PerplexityMS OfficeAI 助手推荐理由:办公族终于能在 Office 里直接调用 AI 了——Perplexity Computer 嵌入 Excel/Word/PPT/Outlook,写文档、做模型、回邮件都能在侧边栏完成,建议经常用 Office 的团队试试。原文稍后读已读值得跟进有用关注 Perplexity
04:47官方账号Perplexity@perplexity_ai72°Perplexity AI 开源了其重构的 Unigram 分词器,该分词器将 CPU 利用率降低了 5-6 倍。由于小型重排序器和嵌入器在 GPU 上只需个位数毫秒即可运行,CPU 分词延迟成为总延迟中的重要部分。这一优化显著减少了推理过程中的 CPU 瓶颈,尤其适合需要低延迟的实时 AI 应用。开源代码已在 GitHub 上发布,供开发者使用和贡献。AI产品Perplexity分词器开源/仓库推荐理由:Perplexity 解决了推理管线中 CPU 分词这个容易被忽视的瓶颈,做低延迟 AI 应用或自建搜索/重排序系统的团队可以直接用这个开源方案来加速。原文稍后读已读值得跟进有用关注 Perplexity
02:41Aravind Srinivas@AravSrinivas72°Perplexity 开源了其生产环境中使用的 Unigram 分词器,相比 HuggingFace 和 SentencePiece 效率更高。该分词器将 CPU 利用率降低了 5-6 倍,解决了 GPU 上运行的小型重排序器和嵌入器因 CPU 分词延迟而成为瓶颈的问题。项目已在 GitHub 上开源,旨在优化推理管道的端到端延迟。AI产品分词器开源/仓库Perplexity推荐理由:Perplexity 把生产级分词器开源了,CPU 利用率降 5-6 倍,做推理优化的团队可以直接拿来用,减少延迟瓶颈。原文稍后读已读值得跟进有用关注 分词器
11:13IT之家(博客/媒体)精选AI 企业 Perplexity 于 5 月 22 日宣布开源其内部网络安全风险扫描工具 Bumblebee,旨在帮助行业应对软件供应链投毒问题。该工具支持基准、定向、深度三种运行模式,可扫描软件包管理器、智能体配置、编辑器扩展和浏览器扩展。Bumblebee 通过直接读取元数据文件来避免运行可能被篡改的工具,从而降低扫描本身带来的风险。Perplexity 表示,用户产品的安全性依赖于开发者系统的安全性,因此开源此工具以提升整体安全水平。行业安全扫描开源/仓库软件供应链推荐理由:Perplexity 把内部安全实践开源了,做软件供应链安全的团队可以直接拿来用,减少被投毒的风险。原文稍后读已读值得跟进有用关注 安全扫描
17:53官方一手marktechpost@Asif RazzaqPerplexity 开源了内部安全工具 Bumblebee,用于保护其搜索产品 Comet 和 Computer 的开发者系统。Bumblebee 是一个只读的资产清单收集器,适用于 macOS 和 Linux 开发者端点。它扫描 npm、PyPI、Go 模块、MCP 配置、编辑器扩展和浏览器扩展,无需调用任何包管理器或运行任何代码。该工具帮助开发者在不影响系统的情况下发现供应链风险。AI产品安全工具供应链扫描开源/仓库推荐理由:做安全或开发运维的团队终于有了一个不侵入系统的供应链扫描工具——Bumblebee 只读不执行,直接扫描依赖和扩展,建议关注开源仓库。原文稍后读已读值得跟进有用关注 安全工具
06:54Aravind Srinivas@AravSrinivasPerplexity CEO Arav Srinivas 宣布开源 Bumblebee,一个面向 macOS 和 Linux 的只读安全扫描器,用于检测开发者机器上的风险包、扩展和 AI 工具配置。该工具与 Perplexity Computer 集成,可在出现供应链风险时自动触发深度扫描。Perplexity 强调通过将工具置于智能体沙盒中并让安全工作流自主运行,来实现企业级深度嵌入。此举旨在推动 AI 工具在企业中的安全落地,并邀请开发者参与贡献。AI产品PerplexityBumblebee安全扫描推荐理由:企业安全团队和 AI 工具开发者终于有了一个开源方案来扫描开发环境中的供应链风险——Bumblebee 直接与 Perplexity Computer 联动,做安全运维的可以试试集成到 CI/CD 中。原文稍后读已读值得跟进有用关注 Perplexity
01:39Aravind Srinivas@AravSrinivas开源模型和智能体平台 MiniMax 宣布其 Agent 产品现已接入 Perplexity 的搜索基础设施。在超过 700 个智能体任务的基准测试中,Perplexity 在答案质量和片段密度上表现最佳,相比之前的默认搜索服务 Serper,每次任务工具调用次数从 32.6 次降至 17.8 次(减少 45%),Token 用量从 162.3M 降至 94.6M(减少 42%),通过率提升 2%,总成本降低 27%。这一改进对于依赖搜索循环的智能体工作流意义重大,更好的搜索片段意味着更少的搜索次数和更低的上下文开销。AI产品智能体搜索增强MiniMax推荐理由:做智能体开发的团队终于有了更高效的搜索方案——Perplexity 的搜索集成让 MiniMax Agent 成本直降 27%,同时保持答案质量,做 RAG 或搜索增强型 Agent 的建议直接试试。原文稍后读已读值得跟进有用关注 智能体
15:49Aravind Srinivas@AravSrinivas精选Perplexity 正在构建市场上最安全的可扩展智能体运行时沙箱。其安全设计包括:安全处理代理 API 密钥、对所有智能体访问的内容进行安全检测、加密通过连接器传递给智能体的数据、以及可靠地分离存储和计算。Perplexity Computer 默认安全,每个任务在独立的硬件隔离沙箱中运行,具有 VPC 级别的存储和计算分离。智能体通过短期代理令牌进行身份验证,而不是使用原始 API 密钥。AI产品智能体安全沙箱Perplexity推荐理由:做智能体应用开发的团队终于有了一个默认安全的沙箱方案——Perplexity 把密钥管理、内容检测、数据加密和存储计算分离都做了,建议直接参考他们的设计思路。原文稍后读已读值得跟进有用关注 智能体
15:51官方账号Perplexity@perplexity_ai精选Perplexity AI 发布了关于在 NVIDIA GB200 NVL72 Blackwell 机架上部署后训练 Qwen3 235B 模型的新研究。研究表明,GB200 不仅是训练平台,更是大型 MoE 模型高吞吐推理的重大升级,性能显著优于 Hopper 架构。该工作展示了如何利用 Blackwell 的硬件特性优化推理效率,为大规模 AI 服务提供新思路。AI模型推理模型PerplexityQwen3推荐理由:做大规模模型推理部署的团队值得关注——GB200 在 MoE 模型上的推理效率提升显著,Perplexity 的实践给出了可直接参考的优化路径。原文稍后读已读值得跟进有用关注 推理模型