金融圈地震：2000美元的AI“实习生”，如何手搓出16万的彭博终端？

华尔街的精英们或许还没反应过来，但一场由AI引发的“降维打击”已经悄然降临。

就在2月26日，AI搜索独角兽Perplexity扔出了一枚重磅炸弹——Perplexity Computer。这不仅仅是一个聊天机器人，而是一个能直接操控鼠标键盘、接管你整个电脑桌面的“通用AI系统”。官方宣称，从市场调研、方案设计、代码编写，到最终部署运维，它能独立完成一个项目的全生命周期。

一位投资管理领域的网友抱着试一试的心态，给这个新“电脑”下达了一个看似不可能的指令：“帮我做一个简易版的彭博终端（Bloomberg Terminal）。”

几轮交互后，奇迹发生了：一个具备实时数据看板、新闻聚合、基础分析功能的金融工作台赫然出现在屏幕上。

一、1/12的价格，撬动金融界的“圣杯”

评论区瞬间炸锅。原因很简单：彭博终端是金融圈的“核武器”，也是昂贵的代名词。

在华尔街，彭博终端不仅是信息源，更是交易员的生命线。其高昂的订阅费（每年约2.4万美元，折合人民币16万元）构成了极高的行业门槛。然而，Perplexity Computer给出的方案，基于其Max订阅版（年费仅2000美元），成本仅为彭博终端的1/12。

虽然这位网友生成的“平替版”在数据深度和专业工具链上无法与真正的彭博终端相提并论，但它所展现出的集中式工作流整合能力，足以让无数金融从业者背脊发凉。更可怕的是，随后大量网友成功复现了这一过程，证明这并非孤例。

二、不只是模型，更是“超级指挥官”

Perplexity Computer之所以能展现出如此惊人的执行力，核心不在于它拥有某个单一的“最强模型”，而在于其多模型编排（Orchestration）能力。

准确地说，它是一个云端的Meta-Agent（元智能体）系统。当其他AI Agent还在争夺入口或局限于单一协作场景时，Perplexity已经构建了一支“虚拟特种部队”：

• 大脑（决策层）： 调用Claude Opus 4.6进行复杂逻辑推理和任务拆解。
• 研究员： 指派Gemini进行深度资料挖掘和子任务分解。
• 视觉设计师： 需要画图时，自动切换至Nano Banana。
• 视频剪辑师： 涉及视频生成，则交给Veo 3.1。
• 速度担当： 简单快速的任务丢给Grok处理。
• 知识库： 面对海量长文本检索，ChatGPT 5.2随时待命。

这套系统能自动将宏大目标拆解为数百个微任务，动态分配给最合适的模型执行，最后整合成果。无论是复现金融终端，还是为学术论文绘制复杂图表，它都能像一支训练有素的团队般高效运转。尽管有人质疑其与Manus等功能雷同，但Perplexity在搜索基因加持下的信息整合精度，依然构成了独特的护城河。

三、硅谷黑马的“弑神”野心

Perplexity的崛起，本身就是一部硅谷传奇。

成立于2022年8月，这家初创公司仅用四年时间，估值便飙升至200亿美元，月活用户突破千万。它的背后站着英伟达、贝索斯、Andrej Karpathy甚至C罗等顶级资本与大V。尤其是英伟达CEO黄仁勋，曾公开表示“几乎每天都用Perplexity查阅专业资料”，为其背书。

创始团队堪称“梦之队”：CEO Aravind Srinivas师从强化学习泰斗Pieter Abbeel，前OpenAI核心研究员；CTO Denis Yarats则是图灵奖得主Yann LeCun的高徒，来自Meta。他们共同的痛点是：谷歌搜索已死，广告泛滥，答案难寻。

于是，Perplexity应运而生，重新定义了搜索——从“链接聚合”转向“答案引擎”。依托RAG（检索增强生成）技术，它直接给出带引用来源的精准结论，成为治愈现代人“信息过载焦虑”的解药。

其野心在2024年11月暴露无遗：在谷歌反垄断案期间，Perplexity竟公开表示有意收购谷歌Chrome浏览器。当时其估值仅90亿美元，而Chrome估值高达200亿。这种“蛇吞象”的姿态，宣告了它不再满足于做插件，而是要成为下一代AI原生浏览器的统治者。

目前，这支仅150-200人的精英团队，以谷歌千分之一的人力，切走了大量高净值搜索流量，年营收达5000万美元。但这仅仅是开始。

四、光环之下的隐忧：商业化与“空心化”危机

然而，Perplexity的征途并非坦途，两把达摩克利斯之剑始终高悬。

1. 烧钱的商业模式
AI搜索的成本远高于传统搜索。每一次查询都意味着实时的网页抓取、RAG解析和大模型推理，背后是昂贵的GPU算力。每月20美元的订阅费，在面对大规模用户时显得捉襟见肘。
创始人曾试图探索“付费引用”或企业库模式，甚至试水广告，但因版权争议和用户体验问题屡屡受挫。如何在保持“无广告”纯净体验的同时覆盖巨额算力成本，是其首要难题。

2. “借壳上市”的依赖症
Perplexity最大的软肋在于：它没有自己的基础大模型。
它的强大建立在“整合”之上，底层依赖OpenAI、Anthropic等巨头的模型。随着这些巨头自身能力的进化（如原生联网搜索、长文本理解能力的提升），用户可能会问：“既然Claude和GPT自己就能做到，我为什么还要多付一份钱给Perplexity？”
当上游供应商开始向下挤压生态位，Perplexity的生存空间将被压缩。

五、结语：从“给答案”到“替你干活”

面对围剿，Perplexity选择了进击Agent（智能体）赛道。

它的战略逻辑很清晰：如果只做“搜索”，终将被大模型原生功能取代；但如果能做“执行”，价值将指数级跃升。从“告诉你股票代码”升级为“帮你分析财报并生成交易策略”，甚至直接操控软件完成交易，Perplexity试图通过掌握交易和执行环节来构建新的商业闭环（如抽佣模式）。

这条路同样烧钱且竞争激烈，但对于Perplexity而言，这是从“工具”进化为“数字员工”的必经之路。当AI不仅能回答问题，还能直接手搓出一个彭博终端时，金融行业的变革海啸，或许才刚刚拍岸。