Perplexity 联合创始人兼 CEO Aravind Srinivas 深度分享：从 Berkeley 博士到创业、与 Ilya Sutskever 的关键对话、Twitter 搜索引擎的原型、以及如何构建下一代搜索体验
「搜索和自动驾驶可能是仅有的两个问题，让你能同时做 AI 研究和产品开发 -- 产品的每一次使用都成为改进底层 AI 的数据点，形成飞轮效应。」—— Aravind Srinivas
Aravind 在 OpenAI 实习时，Ilya 听了他 5 分钟的研究计划后直接说「这些研究都没用」。然后画了两个圆圈 -- 大圆是无监督学习，里面的小圆是强化学习，合在一起就是 AGI。这次对话彻底改变了 Aravind 的研究方向，从追赶 AlphaGo 的潮流转向生成式 AI。
只有搜索和自动驾驶这两个问题同时满足：产品使用数据反哺 AI 训练，更好的 AI 让产品更好，更好的产品带来更多用户。这种飞轮效应意味着公司会随着 AI 进步而变强，而不是被 AI 进步所颠覆。Perplexity 正是在这条路径上。
OpenAI 的 WebGPT 用 RL Agent 浏览网页、点击链接、滚动页面，速度极慢。Perplexity 选择了最简单的方式 -- 直接取搜索 API 返回的 Top-K 链接摘要，喂给 LLM 生成带引用的回答。当模型指令跟随能力足够好时（GPT-3.5 Turbo 级别），这种「笨办法」反而更快、更好用。
如果用户不再点击链接，广告经济就会崩塌。Google 搜索每年贡献约 2000 亿美元收入，华尔街对搜索收入下滑极度敏感。Google 有最好的产品品味和分发能力，但他们无法轻松将 AI 搜索放到原有的 Google 首页上，因为这会自我革命。