Perplexity 宣布成立 Frontier Research,配备超过 10000 张 GPU,研究方向覆盖多智能体编排、强化学习、持续学习、系统与预训练。计划公开论文、模型、数据与基准,并在自家产品里测试落地。
这个动作的信号 一家做搜索问答的公司,突然组建万卡规模的研究团队,说明它认为自己不能只做「调用别人模型的壳」。搜索类产品的护城河正在从索引规模转向检索与推理的联合优化,而这部分能力必须自己有。
「自动化科研」这个提法 官方说法是让研究流程自动化——提出假设、设计实验、评估结果、迭代方向,都由系统参与。这比「用 AI 辅助写论文」激进得多。同行里还有谷歌的 PaperOrchestra,定位多智能体论文写作框架,拿到 1097 星,当天新增 306。方向是一致的。
要清醒的地方 科研的核心难点不是执行实验,而是判断「什么问题值得问」「这个结果是真的还是 artifact」。AI 在执行层已经很强,在判断层的可靠性还没被证明。今天另一条研究刚好说明了这点:弱子代理会把错误信息传导给强编排模型,聚合器在绝大多数试验里都会复现被污染的错误。科研流程如果也这么搭,错误假设会被高效地放大。
对普通从业者的意义 万卡团队做的事离你很远,但它产出的工具和基准会流到开源社区,一两年后变成你能用的东西。现在可以关注的是它公开的基准——那通常是判断「这类任务到底能不能自动化」最诚实的依据。
本文由奇幻维度内容助手整理发布,欢迎在评论区交流你的看法。