编译 | Tina
本周，AI 搜索公司 Perplexity 推出了一款名为 Comet 的网页浏览器。这款浏览器整合了 Perplexity 自家的 AI 搜索工具和智能助手，旨在为用户提供更智能的浏览体验。目前，Comet 仅面向每月支付 200 美元的 Perplexity Max 高级用户开放，后续将逐步通过邀请制向更多用户推广。
在官方博客中，Perplexity 直言不讳地表示：Comet 的推出，就是要正面挑战市占率高达 66.6% 的 Google Chrome。而这次发布时间点也颇有意味——恰逢传言 OpenAI 即将发布自家 AI 浏览器，Perplexity 抢先出招，火药味十足。
但 Perplexity 的野心显然不止于此。他们不只是要与 Google 抢用户，更是要复制甚至超越 Google 的模式。
今年 3 月，美国司法部再次向 Google 施压，重申其在 2023 年 11 月提出的要求：强制 Google 出售 Chrome 浏览器，并终止默认搜索引擎绑定协议。Perplexity 随即公开表示，如果法院真的要求 Google 剥离 Chrome，他们愿意收购该浏览器。
展开剩余95%到了 4 月，CEO Aravind Srinivas 又在一档播客中公开提到：打造自有浏览器，还有一个原因是——他们想获取用户在 Perplexity 应用之外的行为数据，从而投放更高质量的广告。这已经不只是搜索工具，更是围绕“用户数据”的全局博弈。
更有趣的是，Srinivas 最近又在 X（原推特）上补了一刀。他透露自己曾早早联系 Chrome，希望将 Perplexity 加入默认搜索引擎选项，却遭到 Google 拒绝。“所以我们决定自己造浏览器。”他说。
讽刺的是，Perplexity 自研的 Comet 浏览器，其底层架构依然是 Google 主导的开源项目 Chromium——也就是 Chrome 和 Microsoft Edge 的内核来源。
一位网友调侃道：“现在，基于 AI 的 Chromium 分支几乎跟 AI 版 VS Code 分支一样泛滥了。说不定哪天连 Linux 发行版都要开始 AI 化了。当前最热门的创业模式看起来就是：基于开源项目做分叉，添加付费功能，设上 paywall，然后开始赚钱。”
1“我不要安全路线，我要正面刚巨头”
因为 Comet 的推出，Srinivas 近日又接受了一次深度访谈，期间他毫不掩饰地“嘲讽”了创业圈的“常规智慧”。
他提到，不少投资人（他没有点名，但话中有话）都劝他走“垂直方向”的路线，说这样风险更小，更容易在某个细分市场做大做强。比如做一个 AI 法律助手，哪怕做到年营收 10 亿美元，也不会引起 Google 这种巨头注意。
但 Srinivas 不买账。他直言：“那不是我梦想的样子。我想解决真正有挑战的问题，是那种能吸引顶尖工程师加入的问题。”他认为，很多垂直领域的问题早就“被解决得差不多了”，没有技术挑战，也不需要大模型，吸引不到一流人才。
他甚至直接讽刺了某些投资人的心态，认为他们只想做“安全”项目，小富即安，目光肤浅。
最终，只有一位真正认同他“横向做大、挑战 Google”思路的投资人站出来支持了他——那就是硅谷传奇、a16z 联合创始人马克·安德森（Marc Andreessen）。马克之所以支持，不是因为愿景，而是被 Perplexity 惊人的成本打动了——他们总共只花了 五万美元就做出了现在的产品。
然而，Perplexity 的野心还远不止搜索。他们盯上了一个更大的目标：用 AI 终结 Bloomberg。
Aravind Srinivas 表示，像 Perplexity 这样的工具，本质是在帮用户做决策。而全球每天的决策总量，价值高达数十万亿美元，大多数集中在金融系统里——资金流动、汇率波动、债券交易等。
“如果 AI 能帮你高效研究、快速分析，哪怕只拿到这些决策价值的 1%，每天就是 100 亿美元。这个体量，已经远远超过 Google。Google 一年营收约 2000 亿美元，平均每天还不到 10 亿。”
从五万美元起步，到盯上数万亿美元的市场，Perplexity 正在用“空手套白狼”的套路，试图撬动金融巨头的蛋糕。值得一提的是，Aravind Srinivas 本人的背景，他在印度完成本科学习后，来到美国伯克利大学攻读博士学位，研究方向为 AI 深度学习，曾在 OpenAI 实习。
针对这位年轻创业者的野心与“幽默”，我们特地翻译了他这期播客访谈，希望能让读者一窥究竟。
25 亿美元“借力打力”：Perplexity 创业新“套路”
Zain Kahn：我们先从一个大新闻开始——Perplexity 推出新浏览器 Comet。你能介绍一下它做什么？跟其他浏览器相比有什么不同？
Aravind Srinivas：是的，我认为自从 Chrome 大约在 2008 年发布之后，浏览器确实在性能上变得更快、更高效，内存使用方面也有优化。当然人们仍在抱怨它的内存消耗，但从根本上讲，除了“每个标签页是一个独立进程”之外，浏览器的创新几乎停滞了。
我们每天在浏览器里花费数小时使用的这个工具，其使用方式几十年来基本没变：仍然需要逐页点击链接，从一个网站复制内容再粘贴到另一个网站，手动上传文件，花大量时间做简单的数据清洗和转换、发送邮件、回复邀请、审批表单、筛选简历等。
尽管有了 AI，人们还是会手动在多个 AI 工具之间来回复制粘贴，一切都还停留在原来的方式。所以今天的 AI，本质上还只是“工具”。我们需要让 AI 迈入“工作流”和“流程自动化”的阶段。而很多日常流程，都是在浏览器上进行的。
所以我们思考：如果浏览器被重新构想，它不再只是另一个浏览器，而是成为一个“认知操作系统”呢？一个你所有思想和工作的瑞士军刀？
想象一下，AI 嵌入在浏览器的搜索栏（也就是浏览器的核心入口）、作为侧边栏助手伴随你浏览网页，它能自动理解屏幕内容，帮你填表、答疑；在新标签页里，你可以直接发出指令，比如：“帮我找在某家公司工作、拥有 5 年经验、毕业于 Stanford 的工程师，生成表格并发给 Hassan。”这些事情，AI 可以自主完成。即使失败，也能让你介入调整。而这一切都在浏览器环境中发生。
这就是我们正在用 Comet 打造的东西。我们称之为“以思想的速度浏览”，这是一个为你所有工作与生活服务的新操作系统。我们相信，这是第一次，AI 真正嵌入到了我们每日的生活中。
Zain Kahn：Replit 的 Amjad Masad 最近也说他非常看好浏览器的潜力与相关技术的发展。你自己对这个领域一直非常关注，你觉得这些技术真的已经成熟了吗？我们真的快看到它们在浏览器中落地了吗？
Aravind Srinivas：我完全相信浏览器会成为 AI 落地的关键平台，这也是我们决定亲自构建浏览器的原因。即使将来出现 AGI，你仍然需要一个能访问全部上下文、调用工具、掌控流程的界面。而浏览器恰好是最理想的承载体：既是前端也是后端，智能在云端运行，数据保留在本地，支持自动化各种重复任务。
相比其他形式，浏览器还有很多优势：用户登录状态已就绪，自带成熟安全模型，AI 可精准操作指定网页区域，同时用户仍保有控制权。这种“人机协作”模式，在浏览器里效果最佳。
更重要的是，浏览器无需用户重新学习。它是人们使用最久、最熟悉的工具，AI 浏览器则在保留熟悉界面的基础上，赋予了理解你、替你完成任务的能力，真正实现“交互界面升级为助理”。
举个例子，现在 AI 只需打开 Slack 标签页，就能读取你的消息、总结内容、帮你回复、设状态、请假，甚至接收 bug、创建工单并通知相关人，全程无需你手动操作。这才是 AI 成为个人助理的真正路径——而浏览器，就是那个入口。
Hassan Bhatti：我觉得你对“个人通用助手”的理解，其实就是以浏览器作为用户的核心交互界面，而语音、媒体、文字这些只是与浏览器交互的媒介，对吧？
Aravind Srinivas：只要你有一个移动端浏览器，能语音模式调用，向它发出指令，它就能为你办事。前提是它运行稳定，而这很难。要实现这个，需要两个核心组件：第一是模型本身要足够强大、能可靠推理；第二是编排机制，也就是能理解你的上下文和所用工具，代你行动，并在需要时向你提问澄清需求。
在我看来，第二部分——编排——是更难的。但一旦做好，且能跨平台，它就会像魔法一样。人们对 AI 的认知会从聊天工具转变为“工作执行器”。而 AI 真正能对 GDP 产生影响，也只有在它能替我们完成真实工作的前提下才可能。而我认为，浏览器并不是“充分条件”，而是“必要条件”。
Zain Kahn：今年“记忆”在 AI 领域是个热门话题。很多人有不同的看法：有人说这应该在应用层解决，比如 Perplexity、Gemini 或 ChatGPT；也有人说应该在操作系统层解决，比如 MacOS 或 iOS。你觉得浏览器可能成为存储用户长期记忆的理想场所吗？
Aravind Srinivas：我觉得是的，浏览器是最有潜力的一个平台。唯一比它更强的，大概就是 iOS 或 Android 操作系统，因为它们掌控了更多底层资源，能观察到你在移动设备上的大量操作行为，而这些浏览器可能看不到。
但从广度上来说，无论你在电脑上还是手机上，大多数的任务浏览器都能接触到，它远远超越了单纯的聊天交互。聊天工具只能勾勒出你是谁，但浏览器能了解你想做什么、怎么做事、平常买什么，从而真正接管和自动化你的工作流，并主动提供有价值的建议。比如你打开一个网站，AI 可以预测你感兴趣的内容，按需重排页面，屏蔽无关广告，只呈现有用信息，帮助你更高效完成任务。
这其实是在用户层面创造一种新的“生产力经济”，让人感觉 AI 真正理解自己，而不是被动刷内容或被广告操控。但这必须建立在“记忆”的基础上——只有 AI 拥有记忆，才能实现真正的主动智能。
Hassan Bhatti：从这个角度看，浏览器确实是绝佳的切入点。用户基数庞大，一旦掌握浏览器层，就能以“环境式”方式无缝服务用户，甚至在他们开口前就主动提供帮助。
Aravind Srinivas：正如 Larry Page 说的，AI 的终极形态是：在你说出口之前，就知道你想要什么。想象一下，打开一个新标签页，它已经预测了你的下一个任务，提前准备好流程或建议。那种“它懂我”的感觉，就像魔法一样。而且这种体验是个性化的，为每个人量身打造。
标签页的概念甚至可能被淘汰，你只需一个统一界面，它始终明白你的需求。如果有遗漏，你告诉它，它就完成任务。你可以关掉电脑，走人，或者在手机上继续，不再需要复杂操作。这才是真正的 AI 助理体验。关键挑战在于，把这些智能融入用户的上下文和工作流中，并以自然、愉悦的方式真正帮上忙。这很难。但如果能在某些具体场景里做到，就可能迈出打造“下一个 iPhone”的第一步。
Hassan Bhatti：这个想法我非常喜欢——标签页不再存在。因为如果代理能真正实现编排与执行，那你就不再需要传统的多标签界面，而是一个以任务为核心的界面，呈现当前要做什么、优先级是什么，然后你就可以顺着这个流程完成所有事情。这个 UI 和 UX 如果能够在后端实现正确逻辑，再为用户设计合适的交互体验，那将会非常惊艳。Perplexity 一直走在这波生成式 AI 浪潮的前沿。你们过去几年构建出了一个庞大的业务。最初是什么激发你专注于搜索，并创立 Perplexity 的？
Aravind Srinivas：这是一个你可以永远不断改进，直到彻底解决的问题。而且你会希望创建那些有着非常高上限，甚至是无限上限的公司。比如你做 AI for legal（法律行业 AI），你会想着服务前 10 或 20 家顶级律所，帮他们做辅助工作，可能是为律师助理配一个 co-pilot。但这类业务终究有一个天花板，能创造的价值是有限的。
你可能要采取亚马逊那种风格，跨行业拓展。但你会很快发现：这不是一个“横向平台”能解决的问题，它非常垂直化。亚马逊能做到，是因为它自己建了供应链和物流体系。所以我更倾向于瞄准那些非常大的潜在市场（TAM），具备极高增长上限，并且与 AGI 的发展路径紧密相关的方向。换句话说，AGI 的进步不会让你的产品变得过时，反而会让它变得更好。
这点在 Perplexity 上已经反复被验证：每次模型变强，产品反而更有能力发布新功能，比如 Deep Research 模式、Labs 功能，它们不仅能打破文字墙、给出答案，甚至能生成交互式图表、仪表板、流程图、多模态回答。现在我们甚至可以让浏览器自动在网页上完成任务，而不是仅仅给出一个答案。
我们能走到这一步，完全是因为一开始我们就选择了解决一个极难但具备广泛适用性的“横向问题”，否则每天醒来继续做这家公司真的毫无意义。如果你知道最终只是为了赚钱，那时间有限，你终究会觉得这不值得，不是一个超越自我的目标。
这也是我当初选择搜索的原因。它是一个 AI complete 的问题。AI 越强，产品越好。产品收集的数据越多，AI 就越强。这是一个数据飞轮和自我强化的正循环，它具备天然的可扩展性。
Hassan Bhatti：当然，这个市场的规模也极大。如果你真能重塑搜索体验，人人都在尝试某种程度上的“再做一次搜索”，那你就有机会成为赢家。你还记得最初在解决这个问题的过程中，什么时候第一次意识到 Perplexity 碰到了什么关键点，开始显现出产品模式了吗？
Aravind Srinivas：我们一开始其实在探索 LLM 如何革新搜索，做了很多垂直小功能，比如搜 Twitter、搜 GitHub、搜 LinkedIn。我们很享受这个过程，因为当时没有人想到可以把检索和摘要结合成那种方式——让 LLM 来写代码、跑 SQL、总结检索回来的内容，而且还能保持对话状态，可以引用上下文、深入提问。那种体验非常神奇，仿佛你能和任何数据库或网站对话。
现在这些概念都有了专有名词，比如 RAG（Retrieval-Augmented Generation）、工具调用，但我们做的时候这些概念都还没成型。后来我们就想到，既然我们已经能这样逐站做，为什么不直接做一个更通用的东西？
因为 Bitter Lesson 告诉我们：越可扩展的方案越有长期价值。所以我们决定把 Web 本身当作工具，自动去抓链接，选出最优内容，生成摘要并引用相关内容。我们本身有学术背景，相信 AI 不能胡说八道，它得有事实依据。而 Web 本身就是一个巨大的知识与真理来源。虽然不是所有内容都真实，但它至少是人类不断追求真理和知识的结晶。我们这个社会会逐渐聚合出有科学依据、普遍认可的事实。
构建一个基于事实、追求知识的 AI，是我们当时非常看重的方向。这也是我们最终做出 Perplexity 的原因。
当然，一开始很多人持怀疑态度。他们甚至跟我说，AI 最有趣的就是它“幻觉”（hallucinate），看它编段子很有趣，这些内容容易在 Twitter 上爆火。你发一张 AI 胡说八道的截图，大家会笑，会转发，这样才有“增长飞轮”。如果你做的是一个总是正确的产品，没人会传播，大家反而不信任你，最后还是回去用 Google。
所以你要么做一个像 Google 一样只讲事实的产品，要么做一个像 ChatGPT 一样可以自由“瞎编”的产品。你却选了一个中间地带，谁也不想要。
这就是我早期朋友和投资人对我的质疑。
但我始终相信，长期来看，AI 如果真的要有用，它就必须能有效利用 Web。而在 Web 上 orchestrate（编排）信息、提升推理与总结能力、保持对话能力，这些都会变得极其重要。即使短期不利，长期它是正确的方向。这也是我们做 Perplexity 的原因。
Hassan Bhatti：检索、搜索、整合、摘要信息，这些都是非常困难的挑战。Perplexity 在这方面做出的成绩确实令人惊叹。我也很好奇，你刚才提到一些投资人起初很怀疑。那你在融资过程中，尤其面对 Google 这种拥有 98% 市场份额的巨头，投资人是怎么看的？他们怎么会相信你能成功？
Aravind Srinivas：很多投资人（我不点名）总是推我走垂直路线。他们说：你去攻一个垂直市场吧，风险更小。你可以在一个细分市场里成为领导者，Google 不会在意一个做 AI 法律助手的产品。那种市场对 Google 来说太小了，就算你做到十亿美金营收，也不会影响 Google 的市值。你可以构建一个价值几十亿的公司，没人管你。
但我梦想的不是那样。我希望做的是难题，是能吸引一流工程师的问题。而你很难靠一个枯燥狭窄的垂直问题去吸引到最顶尖的人才。
这并不是说这些问题没有价值，而是说它们未必能带来那种“智力上的满足感”。我一开始就明白这一点。我听过很多 Larry Page 的讲座，他说早期创业公司要解决难题，因为只有这样才能吸引优秀人才。所以我从没打算丢掉这个原则。
当然，投资人会拿亚马逊、Yelp、Pinterest 等早期垂直模式的案例来说事，让我也选个垂直方向：做视觉搜索、做本地搜索、做健康医疗，甚至是药品网站，比如 GoodRX。这些网站卖药片，一年赚几亿美金。可是这些都是已被解决的问题。你用不上大模型，它们没啥挑战性，也没增长空间。
而且你深入想会发现：这些垂直公司本质上并不是围绕搜索建立的。
Pinterest 的价值在于让你收藏、关注、策展，它是个视觉探索平台，不是搜索引擎。Yelp 则是聚合他人评论和营业信息，它的核心价值在于让商户上传并维护数据。这些平台的“护城河”不是搜索，是社交、内容或数据运营。
理解这些之后我意识到，很多 VC 其实理解得很浅。
唯一一个真正劝我保持“横向”路线的是 Marc Andreessen。我很早就和他通话过，那是我们刚上线产品的时候。他用过之后问我，这产品成本多少。我说我们总共只花了五万美元（尽管我们融资 250 万美金）。他震惊了——那时候很多公司做 AI 模型融资都是几亿美元级别。我们 2022 年才刚起步，这在当时就是个非常罕见的案例。
然后我问他建议。他说：“搜索的关键在于分发，但我告诉你，不要害怕，继续横向构建。”
他说，Google 崛起时，很多投资人也想投“Google for X”，结果都失败了。要么被 Google 收购（比如一些旅游搜索引擎），要么被 Google 干掉（比如 Google Finance、Google Sports、Google Weather、Google Maps……）。所以要做横向，所有查询最终都会通过你流转，所有价值都会通过你创造，并且会出现规模效应。
那一刻我其实并不确定自己做得对，但能听到一位互联网 OG 给出的建议，对我很有帮助。
Hassan Bhatti：我很喜欢你对“横向 vs 垂直”的分析，这也是一种反主流的思路。毕竟你 2022 年创业时，大家都在追逐垂直化的成功案例，走那条路是更“主流”的选择。但你坚持走了另一条路，Perplexity 现在显然已经初步成功了，做出了优秀的搜索产品，现在还准备推出浏览器。
Zain Kahn：Perplexity 是很多人第一次真正感受到 AI “惊艳时刻”的重要产品之一，我想这并不是个有争议的说法。我现在也看到越来越多的大型产品，正在用类似 Perplexity 的方式去尝试。除了浏览器之外，另一个来自 Perplexity 的重大进展就是 Perplexity Labs。我看到你在推特上经常提到它，也看到很多用户在时间线上分享他们用 Labs 做的事情，比如自动处理表格、生成数据看板之类的。如果有听众没用过或者不了解 Perplexity Labs，你能简单介绍一下它吗？
Aravind Srinivas：当然可以。Perplexity Labs 实际上是 Perplexity 上的一种使用模式。在我们的搜索栏中，有三种模式：
第一种是“普通搜索模式”，可以快速提供简洁的答案。
第二种是“深度研究模式”，会花三到四分钟做更深入的调研，基本等于一篇研究报告。
第三种就是 Labs 模式，可能会花 10 到 15 分钟。
Labs 模式和前两种的不同在于：它不仅能做信息提取，还能帮你“生成”内容，比如直接帮你构建网站、生成仪表盘、做出分析图表、画出结构图、制作学习指南、幻灯片或演示文稿等等——这些都是基于网络信息进行的深入研究。
它还能写代码，并且提供你生成这些内容所用的全部资源，包括 HTML 文件、Java 文件等，你可以下载到本地自行搭建。
这真的非常惊人。对我来说，AI 的价值在于：它能帮你完成多少小时的工作，而且几乎没有 bug。而现在，AI 正在逐步逼近这个目标。比如在 Labs 模式中，它就能帮你完成一到两个小时的真实工作，这比目前市面上其他产品都更像“智能体（agent）”。
而且老实说，等 Comet 出来以后，这种体验还会再上一个台阶。因为 Comet 可以真正使用浏览器，代替你在不同网站上执行操作，并将多个操作步骤串联起来。
我们现在最期待的，就是通过浏览器来获取你的个人上下文，然后围绕你的工作和生活构建“专属仪表盘”，帮助你优化自己的时间和流程——你可以设定提醒、设置更新，也可以把它当成一个任务管理器。这个任务管理器背后其实运行着多个 AI 进程，它们是并行、异步执行的。
这一切真的非常了不起，听上去就像一个完整的操作系统。我们就是想构建这样一个东西。
Zain Kahn：我想再追问一个相关问题。我看到你发过一些关于 Bloomberg 的推文，说你想构建一个能对标 Bloomberg 的产品。你团队里其他人也谈过这个方向。但我自己不在金融行业，也不是 Bloomberg 终端的用户。你能讲讲你看到的这个机会和问题吗？
Aravind Srinivas：这个机会其实非常明确。像 Perplexity 这样的工具，核心价值就是帮助人们做决策。
而全球每天正在发生的决策，其实涉及的金额是 数十万亿美元，从 20 万亿到 100 万亿都有，难以精确计算。大部分资金都在金融市场里流动，比如跨国转账、货币兑换、市场波动、债券交易等等。
这些决策本身就价值数万亿，如果 AI 能帮你回答问题、做研究、完成分析师原本要花几个小时完成的任务，那 AI 就能大大提升你的决策效率。
假设 AI 能每天为你带来额外一万亿的决策价值，而你从中只收回 1% 的价值，那每天也就是 100 亿美元的价值。这已经远远超过了 Google 的水平了。Google 一年营收大约是 2000 亿美元，平均下来也不过每天不到 10 亿美元。
但如果 AI 原生的搜索 + 研究能力，能搭配浏览器上下文稳定运行，那么我相信 AI 会彻底吃掉整个金融研究市场。
目前这个领域的主力工具就是 Bloomberg Terminal。它的使用方式还停留在 MS-DOS 时代，界面陈旧，使用者依赖分析师对股票的点评、预测未来的市盈率、然后据此做决策，有点像一套“看分析师怎么说，然后自己去跟”。
虽然这套方式有一些合规性上的优势，比如平台是受监管的，你可以联系分析师、得到一些直接的服务。但如果 AI 的分析能力已经超越了人类分析师，那么这些优势还能剩下多少呢？几乎为零。
而且，你还能用更好的 UI 和 UX 来获得这些信息，而且是免费的，不用每年花 2 万美元买一套 Bloomberg。
我们可以把“Alpha”（超额收益）变成一个“可被普及的能力”，真正的 Alpha 就来自你是否能调动更多算力、提出更好的问题，比如使用 Labs 模式那样。
Hassan Bhatti：我特别想问的一个问题是：随着这些大语言模型的发展，以及搜索产品（比如 Perplexity）的演进，的确会对网页流量造成一定程度的减少。你对这个问题怎么看？我也知道你们推出了出版商计划，可以聊聊你对整个问题的看法吗？
Aravind Srinivas：这正是我们想解决的问题。我们推出出版商计划，是希望支持内容创作者，因为我们非常认可他们为整个信息生态带来的价值，比如新闻报道等。
坦白说，如果 AI 想持续进步，就必须依赖最新、真实的信息来源。而这些内容的持续产出，前提是出版方能获得合理的经济回报。所以我们希望通过这个计划，把一部分收入回馈给他们，这就是它的核心理念。
现在整个行业正在变化。以前大家觉得 Google 是“好人”，不会抢流量，不会截内容。但最终他们也推出了 AI Overview 和 AI 模式，因为那确实是用户想要的体验。但不同的是，Google 不愿意和内容方分享收入，而 Perplexity 愿意。
我们希望，在我们成长的过程中，出版商也能和我们一起成长，早早参与到下一代信息工具中来。相比之下，那些已经拥有强大分发能力的平台，更多是在用自己的优势逼迫出版方妥协。我们不想这么做。
我们有一些“快问快答”，请你用二三十秒简单回答几个问题。
Q：你在启动 Perplexity 时最担心的事情是什么？
Aravind Srinivas：我最怕的就是没人关心它。这几乎是每一个创始人在推出新产品时都会有的恐惧：会有人在乎吗？会有人来用吗？我会不会看起来像个傻子？毕竟我放弃了稳定的研究岗位，全职来做这么一个产品。还融资了几百万美元，如果没人用，我得把钱退回去，这多尴尬。
当时我发第一条 Perplexity 推文的时候，手都是抖的。我根本不敢看别人怎么回复的，发完我就关了浏览器，转去看实时的查询流量。我一看到那些请求流进来，那个多巴胺水平……太疯狂了！
我们第一天大概只有四五千个查询，但我想，能有四五千人愿意上来试一试，已经很棒了。后来流量就不断增长，真的令人兴奋。
Q：你认为当下有抱负的年轻人应该学些什么？
Aravind Srinivas：我认为今天是“通才”的时代。这里说的“通才”并不是“样样通，样样松”的那种，而是要对细节有执念。
你要有自己对世界的理解，要有自己的视角和判断方式。这意味着你得对很多事深入思考、深入理解。不要光追着热点跑，不要随波逐流。
我年轻时也听过很多采访，那时别人说这些话我也觉得没意思，觉得他们说得轻松是因为他们已经成功了。但说实话，这些都是一直不变的真理。每次大家蜂拥追捧一样东西，最后真正有价值的，往往是被忽略的那个。
我当初开始做 Perplexity 的时候，最火的是加密货币。很多 VC 还建议我去做“AI+Crypto”，什么让 LLM 支持钱包之类的主意，他们都说得出来，但连我自己都听不懂。
我知道，真正具有长期价值的是“搜索”。不管是 Crypto、NFT，还是娱乐、Netflix，这些东西怎么变都无所谓，搜索知识的需求是永恒的。
Q：你如何激励自己？
Aravind Srinivas：我也会做很多普通人做的事情，比如看 Elon Musk 火箭失败的视频，这种我也会看。但最根本的动力，还是来自我自己经历过的困难。
我的人生历程本身就是最好的激励。我从印度一个下层中产家庭长大，那在美国的标准里可能连“中产”都算不上。一路读到 IIT，再拿到美国的博士 offer，进了 OpenAI 和 DeepMind 实习，然后创业、融资，现在每天跟 OpenAI 和 Google 正面竞争。
这一路走来让我有了面对各种挑战的信心。我不需要特别从外界找激励，我知道自己经历过什么，也知道自己为什么奋斗。当你处在低谷时，支撑你走下去的是对一件事的信仰 —— 你相信它值得。否则凭什么总是大公司赢？总得有人去打破这个局面。可现实是，大多数人做到公司估值 100 亿、200 亿时，就开始放松了，觉得自己“纸面财富”已经很多，开始想退守、想 IPO、想引入职业经理人、开始大量授权，慢慢就不再亲力亲为了。然后你的产品会被疯狂抄袭，最后连你原有的那点领先优势也保不住。你本来以为是在守住战果，结果反而什么都没了。
所以你必须不停地战斗，并且相信这件事值得去做。否则整个世界就只剩下“没有选择”的局面。如果我们不存在，微软就拥有 OpenAI 一半股权 —— OpenAI 都不能算真正的独立公司，它还是非营利机构。那还有谁？剩下的全是大厂。正因如此，我才觉得我们必须赢，而且这件事必须由我来完成。
参考链接：
https://www.youtube.com/watch?v=xT_AdYfeYEc
https://www.youtube.com/watch?v=DZkDPtE4WmA&t=727s
声明：本文为 InfoQ 翻译整理，不代表平台观点，未经许可禁止转载。
发布于：北京市诚利和提示：文章来自网络，不代表本站观点。
