中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

在這篇文章中，Perplexity的聯(lián)合創(chuàng)始人兼首席戰(zhàn)略官Johnny Ho與Lightspeed合伙人Michael Mignano進(jìn)行了一場深入的對話，探討了AI產(chǎn)品成功的關(guān)鍵要素。

Perplexity 聯(lián)合創(chuàng)始人&首席戰(zhàn)略官 Johnny Ho 在不久前與 Lightspeed 合伙人 Michael Mignano 的一場對話中提到，Perplexity 的產(chǎn)品發(fā)布秉持“完全準(zhǔn)備好才推出”的原則，通過小而持續(xù)的功能改進(jìn)，讓產(chǎn)品逐步融入用戶的日常生活。

Johnny 表示，Perplexity 的產(chǎn)品發(fā)布秉持“完全準(zhǔn)備好才推出”的原則，通過小而持續(xù)的功能改進(jìn)，讓產(chǎn)品逐步融入用戶的日常生活。這種專注于快速迭代的策略使 Perplexity 能夠在 AI 領(lǐng)域保持靈活和創(chuàng)新。

未來，Perplexity 將在語音體驗中保持來源透明和用戶交互的可能性。與純語音或純文本不同，Perplexity 希望提供多格式的沉浸式體驗，讓用戶既能聽到答案，又能看到詳細(xì)的來源信息，這對用戶和發(fā)布商都更公平。

以下為這場對話的主要內(nèi)容：

Michael Mignano

很高興你能來。按我理解，你的背景實際上是工程學(xué)，對吧？而且是研究方向。你是 IOI 的獎牌獲得者，如果我沒記錯的話。

我知道這一點的原因是，我們也投資了另一家公司 Pika，CEO 也是 IOI 的獎牌獲得者。我在網(wǎng)上看到一條推文，說現(xiàn)在在 AI 領(lǐng)域，有很多 IOI 獎牌得主。

如果你是像我這樣的投資者，遇到 IOI 獎牌獲得者的公司，應(yīng)該直接投資，因為他們的記錄非常優(yōu)秀。能不能和我們講講作為 IOI 獎牌得主的意義，以及你的背景？

Johnny Ho

當(dāng)然。是的，IOI 獎牌得主的群體確實在 AI 領(lǐng)域很活躍，尤其是在創(chuàng)始人方面。看到技術(shù)背景的參與者大量出現(xiàn)，確實有點非同尋常。

成為 IOI 獎牌得主需要大量的訓(xùn)練。通常需要幾年時間，類似刷 Lead Code 上的典型問題，但這些問題往往耗時較長，不像 Lead Code 那樣短短 10 或 15 分鐘，而是需要花費數(shù)小時。

這種訓(xùn)練需要一種截然不同的思維方式，就像是在每天提升一些可能或不一定實際有用的技能，為了自我投資而努力。

Michael Mignano

這些都是編程挑戰(zhàn)吧？

Johnny Ho

是的，類似 Lead Code，但更注重性能?；旧夏阈枰粋€最佳的解決方案才能拿到滿分。

Michael Mignano

這個是在高中還是大學(xué)期間進(jìn)行的？

Johnny Ho

通常大多數(shù)人從高中開始，然后逐年提升自己的技能，最終參加國際比賽，比如叫做 IOI，也就是國際信息學(xué)奧林匹克競賽，或者相關(guān)的 ACM ICPC。

Michael Mignano

你也參加了 ACM ICPC 嗎？

Johnny Ho

是的，在大學(xué)也參加了這個。不過大學(xué)時間少，所以表現(xiàn)沒那么好。

Michael Mignano

然后你早期的職業(yè)生涯是作為一名工程師，我記得是 Core 的一員，但后來你離職回到學(xué)校，回到哈佛。我想知道做出這個決定的原因。已經(jīng)在職場中有一份出色的工作和角色，為什么會選擇回到學(xué)術(shù)界？

Johnny Ho

這個決定當(dāng)時挺有趣的。Core 有一個很棒的人才庫，所以我很喜歡那里的氛圍。你提到的 Danny 也在 Core，那時 Core 是知識型公司的代表。

現(xiàn)在有好幾家類似的公司，但那時 Core 是大家都向往的地方，大家在那里學(xué)習(xí)如何為用戶構(gòu)建產(chǎn)品，搭建基礎(chǔ)模塊。帶著這種視角回到學(xué)校后，我就想知道能學(xué)到哪些實用的、具有現(xiàn)實應(yīng)用價值的知識。

Michael Mignano

你學(xué)到的一些實際應(yīng)用的例子是什么？

Johnny Ho

大家都提到“大數(shù)據(jù)”，而在過去，啟動一個大數(shù)據(jù)管道非常困難，很多步驟都是手動的，你得自己搭建所有基礎(chǔ)設(shè)施?，F(xiàn)在已經(jīng)簡單了 100 倍左右，但要理解每天的工作如何轉(zhuǎn)化成指標(biāo)還是一樣的。

比如說，如果你在優(yōu)化某個指標(biāo)，可能會把它當(dāng)成當(dāng)月的目標(biāo)，但同時你也要考慮是否過度優(yōu)化了那個指標(biāo)，以及這個問題是否可以完全量化而不是質(zhì)化。這些都是隨著經(jīng)驗的積累而學(xué)會平衡的。

Michael Mignano

對，這很有道理。那么你是如何從工程師和 IOI 獎牌得主轉(zhuǎn)型到產(chǎn)品和戰(zhàn)略方向的？這可不是常見的轉(zhuǎn)型。

Johnny Ho

確實不常見，但我很高興看到 IOI 社區(qū)的人們嘗試新的事物。剛開始更多是出于興趣，想要深入理解產(chǎn)品，用產(chǎn)品。

公司里總有人驅(qū)動力去改進(jìn)產(chǎn)品，從用戶的視角思考。我覺得隨著時間的推移，這種關(guān)注逐漸從底層開發(fā)轉(zhuǎn)向了用戶體驗方面，但我仍然會參與代碼審查，理解團(tuán)隊成員正在做的工作。

Michael Mignano

那你現(xiàn)在還在寫代碼嗎？

Johnny Ho

是的，還在寫。

Michael Mignano

那太棒了。好的，那來說說 Perplexity。你們稱之為“回答引擎”，而不是“搜索引擎”。大多數(shù)用戶使用它做的事情，可能是之前用 Google 搜索的。你們的長期目標(biāo)是什么？是要取代搜索引擎的行為嗎？

Johnny Ho

長期目標(biāo)是補(bǔ)充搜索，引入新的行為。我們有一個列表，列出了 AI 解鎖的各種垂直和使用場景，其中很多是傳統(tǒng)搜索無法實現(xiàn)的。

這就是我們稱之為“回答引擎”的原因。大約 30% 到 40% 的長查詢在傳統(tǒng)搜索中是無法解答的。因此，我們認(rèn)為這些查詢?nèi)孕枰獋鹘y(tǒng)搜索技術(shù)的支持，比如查找相關(guān)的視覺表示。

關(guān)鍵區(qū)別在于用戶的意圖更復(fù)雜，可能有多個步驟。滿足這些需求是一個更困難的問題，但同時也令人興奮。

Michael Mignano

你提到用戶意圖。你覺得用戶來 Perplexity 時的意圖與 Google 不同嗎？這是你期望用戶有意識做出的選擇，還是你認(rèn)為用戶會逐漸替代他們原本在 Google 上的行為？

Johnny Ho

是補(bǔ)充作用，用戶仍有一些簡短的舊查詢，我們希望取代這些行為，同時擴(kuò)展它們。用戶可以用 Perplexity 完成編碼等任務(wù)，這在傳統(tǒng)搜索中是無法實現(xiàn)的。擁有一個能同時滿足這兩種需求的引擎很有挑戰(zhàn)性，但這是值得努力的方向。

Michael Mignano

如果拿 Google 搜索、Perplexity 和 ChatGPT 來比較，搜索是覆蓋面廣泛，Perplexity 更專注于答案。那么 ChatGPT 的位置在哪？

Johnny Ho

Perplexity 介于兩者之間，用戶可以找到鏈接，也可以直接獲得答案。在大多數(shù)情況下，80% 的時間用戶會得到滿意的答案，剩下 20% 的時間可以深入查詢或驗證答案。這種后備機(jī)制對我們來說非常重要，以確保答案背后有可靠來源。

Michael Mignano

80% 的時間用戶能直接得到答案，剩下 20% 需要深入。這是你們想要保持的比例，還是希望提高？

Johnny Ho

我們會不斷提升這個比例，但不是僅僅提供答案，而是增加交互。比如用戶可以查閱來源、跟進(jìn)問題、點擊互動元素。未來，這些互動會增加，用戶不再僅僅滿足于文字答案，他們會希望更直接的互動。

Michael Mignano

你是說未來這 20% 會變成一種補(bǔ)充體驗，讓用戶學(xué)到更多或獲得意料之外的東西？

Johnny Ho

是的，這 20% 會很難，最后的 20% 是最難的。逐步提升這一部分，將決定 AI 是否能真正成為面向消費者的產(chǎn)品。

Michael Mignano

有意思。關(guān)于 ChatGPT 和 OpenAI，你能講講這項技術(shù)的實現(xiàn)嗎？你們并沒有訓(xùn)練自己的模型，而是結(jié)合搜索和大語言模型來提升回答質(zhì)量?？梢灾v講它的工作原理嗎？

Johnny Ho

Perplexity 的核心是把答案與來源聯(lián)系起來。我們離線抓取網(wǎng)絡(luò)內(nèi)容，并在線檢索合適的段落和片段。這需要平衡，從哪些來源、包含多少上下文。

我們的模型之一是“Sonar”，它被調(diào)教得快速回答問題，符合我們的品牌需求和簡潔性。我們還在探索如何引導(dǎo)這些模型來實現(xiàn)真實的交互，這是一個挑戰(zhàn)，但也是未來的方向。

Michael Mignano

像是為用戶做事情。是這個意思嗎？

Johnny Ho

沒錯，為用戶執(zhí)行一些任務(wù)，就是有些人所說的“智能體”。但同時也包括讓用戶進(jìn)行互動的元素。因為目前來說，AI 要自主行動而不依賴于人類的輔助，其實還很困難，對吧？

Michael Mignano

那么，在到達(dá) Sonar 或其他語言模型之前，是否可以認(rèn)為 Perplexity 的第一步是像傳統(tǒng)的搜索一樣的過程？

Johnny Ho

在某種程度上是的，像傳統(tǒng)搜索。但傳統(tǒng)搜索的特點是通過點擊獲取價值，而我們則更注重用戶的需求，點擊與否并不是唯一的衡量標(biāo)準(zhǔn)。

對于我們來說，80% 的情況并不需要用戶點擊，而是直接提供最真實、最值得信賴的信息和來源。

Michael Mignano

那么你們是如何進(jìn)行搜索的？是否在底層使用了 Google？

Johnny Ho

我們使用了多種 API 和信號，并將它們結(jié)合起來，以確定最佳片段和來源。例如，傳統(tǒng)搜索可能只能從 Wikipedia 這樣的大域名中抓取一個 URL，而我們可以從不同頁面、甚至頁面內(nèi)部深層嵌入的信息中提取并合成使用這些內(nèi)容。

Michael Mignano

明白了。我想象這是一個兩步的過程：先進(jìn)行某種傳統(tǒng)的搜索，可能使用一些 API，也可能是你們自有的技術(shù)；然后再用語言模型將這些信息綜合提煉，以簡潔易讀的方式呈現(xiàn)給用戶，并保持 Perplexity 的品牌語調(diào)。

Johnny Ho

沒錯。我們確實在制定一個簡潔、品牌化的用戶定義的目標(biāo)函數(shù)，這與傳統(tǒng)搜索和 ChatGPT 稍有不同。我們更關(guān)注答案的簡潔和良好的格式，并為用戶提供延展查詢和現(xiàn)實互動的跳板。

Michael Mignano

這一切讓我想到我們之前提到的 80-20 法則，尤其是下一代模型的影響。例如 GPT-4.1 系列模型，它們似乎在做更深入的推理。

雖然這和 Perplexity 的工作不同，但那 20% 的“用戶推理”空間是否也有助于這些新模型的應(yīng)用？你們會從中受益還是遇到新挑戰(zhàn)？

Johnny Ho

每次新模型發(fā)布，我們都會看到某種好處。例如，開源模型 LLaMA 發(fā)布后，我們在產(chǎn)品中融入這些模型并進(jìn)行微調(diào)。

GPT-4.1 的不同之處在于它有一個較長的推理鏈條，這在輸出答案之前并不完全透明。對于大多數(shù)用戶來說，這會增加 5 到 20 秒的延遲，對一般的用例并不適用。

不過，在編程或基于操作的界面中，這種延遲是可以接受的。當(dāng)這種技術(shù)進(jìn)一步發(fā)展，延遲降低、成本下降后，強(qiáng)模型的使用場景會持續(xù)擴(kuò)展。

因此，可能在 6 個月內(nèi)，編程領(lǐng)域的許多回答會由長推理鏈條驅(qū)動的模型來完成。但當(dāng)前這個模型的版本仍然較早。

Michael Mignano

非常有趣?，F(xiàn)在用戶可能通過額外的 20% 來實現(xiàn)推理，而未來模型將承擔(dān)更多推理任務(wù)，尤其是在編程等領(lǐng)域？

Johnny Ho

是的。GPT-4.1 模型主要優(yōu)化了客觀功能：準(zhǔn)確性。這也是它在選擇題和編程方面表現(xiàn)突出的原因。對于客觀主題，它將非常適用，比如法律和科學(xué)問題。

但當(dāng)用戶有個性化偏好或想深入探討時，可能會遇到挑戰(zhàn)。比如用戶可能忘記告知 AI 自己住在紐約，而 AI 會假設(shè)，進(jìn)行長時間推理，影響體驗。這時需要用戶的交互參與。

Michael Mignano

也就是說，要么用戶完成整個推理鏈，要么 AI 完成，但這兩者結(jié)合在一起會變得混亂。

Johnny Ho

確實是的，這就是為什么我們要對哪些話題適合哪種語言模型有清晰的理解和判斷。我們會不斷改進(jìn)這方面的理解。

Michael Mignano

那么回到搜索，如果目標(biāo)是逐漸從搜索轉(zhuǎn)向直接提供答案。盡管 Perplexity 似乎增長迅速，但傳統(tǒng)搜索引擎有內(nèi)置的分發(fā)優(yōu)勢，如在 Safari、Chrome 等系統(tǒng)和瀏覽器中，Perplexity 如何克服這些分發(fā)優(yōu)勢？

Johnny Ho

這是一個復(fù)雜的問題，但所有成功的 AI 產(chǎn)品的核心在于“顛覆性”。關(guān)鍵在于找到那些被我們專注“顛覆”的應(yīng)用場景，而傳統(tǒng)公司未必會花心力去追逐的應(yīng)用場景。此外，我們還需要一些留存手段。

盡管傳統(tǒng)公司依賴通知推送和推廣內(nèi)容，而我們則用 AI 的優(yōu)勢建立獨特的產(chǎn)品體驗。這使得我們不需要龐大的社交網(wǎng)絡(luò)也能迅速搭建一個內(nèi)容流。

Michael Mignano

從團(tuán)隊目標(biāo)和文化的角度來看，如何推動這種增長？感覺你們并沒有什么捷徑，而是每天努力進(jìn)步。團(tuán)隊是如何實現(xiàn)這些結(jié)果的？

Johnny Ho

我們有很多有機(jī)的想法。例如，最近我們開展了返校季活動。大部分公司花大量資金進(jìn)行營銷，而我們卻深入了解學(xué)生需求，比如喜歡小禮物和競賽。

所以，我們沒有復(fù)雜的管理結(jié)構(gòu)，每個工程師都有自主的思考空間，快速迭代，有時候犯錯，但總能在交付前的最后 10% 調(diào)整到位。

Michael Mignano

團(tuán)隊是否設(shè)定了周或月的增長目標(biāo)？

Johnny Ho

我們每個季度會設(shè)定一個高層次的目標(biāo)，然后分解成每周的目標(biāo)。每個人每周設(shè)定自己的目標(biāo)，完成率至少達(dá)到 75%。這樣就有了穩(wěn)定的節(jié)奏和進(jìn)度。

Michael Mignano

這些目標(biāo)是基于功能發(fā)布，還是關(guān)注周增長？

Johnny Ho

也包括定性的目標(biāo)，不僅僅是用戶增長。用戶增長本身難以執(zhí)行，因此需要分解成具體的小里程碑。

比如，某項實驗失敗了，那我們可以從中學(xué)到什么？或者一個原型雖然還不完善，但卻是一個建設(shè)性的起點，可以進(jìn)一步調(diào)整。因此即便當(dāng)時未能直接增加用戶增長或留存，也有具體的成就感。

Michael Mignano

假設(shè)你們成功實現(xiàn)了產(chǎn)品增長，這對整個互聯(lián)網(wǎng)生態(tài)意味著什么？我認(rèn)為像 Perplexity 這樣的產(chǎn)品替代傳統(tǒng)搜索，互聯(lián)網(wǎng)的大部分內(nèi)容是基于搜索和廣告模式免費供用戶使用的。

而 Perplexity 越是從傳統(tǒng)搜索中分流，這種商業(yè)模式受到的挑戰(zhàn)也越大。能否談?wù)?Perplexity 的商業(yè)模式，無論是當(dāng)前還是未來？

Johnny Ho

對，核心業(yè)務(wù)目前是訂閱，包括消費者訂閱和企業(yè)訂閱。因為 Perplexity 目前是一個專注的生產(chǎn)力工具，這樣的訂閱模式非常合理。

我們提供的價值在于幫助用戶更高效地完成工作，比如每節(jié)省一小時的時間，我們就可能為用戶帶來 1% 的附加價值，大概相當(dāng)于每隔幾小時“賺”一美元。

因此，我們并不在每次查詢中直接向用戶收費，而是基于整個月內(nèi)累積提供的價值。

未來的下一步可能是廣告業(yè)務(wù)，因為并非所有人都想付費訂閱。我們希望廣告能夠以對用戶有益的方式呈現(xiàn)，用戶可以被動或主動地發(fā)現(xiàn)優(yōu)質(zhì)推薦內(nèi)容。

重要的是，我們絕不會改變答案或?qū)Υ鸢府a(chǎn)生偏見，我們會始終構(gòu)建與用戶需求一致的商業(yè)模式。

Michael Mignano

這非常有趣。傳統(tǒng)搜索引擎的答案確實會有一定的偏見，因為一些鏈接可能是付費推廣的。

而在 Perplexity 中，答案始終保持客觀，廣告可能只是作為相關(guān)內(nèi)容的補(bǔ)充。這種激勵機(jī)制和 Google 完全不同，你們專注于提供正確的答案，并希望將 80% 的準(zhǔn)確率提升。

這樣的話，Perplexity 的“用戶停留時間”可能會低于 Google，因為用戶得到的答案更直接、簡潔。廣告的展示方式、定價和目標(biāo)會因此有所不同，你如何看待這些差異？

Johnny Ho

我們在這方面既有新鮮的視角也抱有謙遜的態(tài)度。我們在構(gòu)建消費類產(chǎn)品時沒有考慮廣告，所以對新的體驗有很多需要學(xué)習(xí)的地方。

我們會推出多個版本、快速迭代，傾聽用戶和廣告商的反饋。我們習(xí)慣了快速調(diào)整和優(yōu)化的節(jié)奏。我認(rèn)為目前我們要堅守的核心使命就是不削弱答案的客觀性，不產(chǎn)生偏見。

產(chǎn)品中確實有一些地方，廣告可能更自然地融入或更容易被用戶操作，但我們還沒有具體答案。

Michael Mignano

那么你覺得在傳統(tǒng)搜索中的每一美元廣告支出是否可以無縫轉(zhuǎn)移到一個“回答引擎”上，還是會有一些損失？

Johnny Ho

目前很難說。我認(rèn)為廣告主最重視的用戶希望能夠逐步遷移到 Perplexity。隨著用戶群體的分布變化，廣告支出流向也會隨之變化。

例如，尋找最佳 API 是一個非常昂貴的查詢，因為用戶可能最終要為該 API 支付上千美元。

在傳統(tǒng)搜索中，只有當(dāng)用戶點擊廣告時廣告才有價值，但隨著用戶逐漸理解不喜歡點擊錯誤鏈接的體驗，這種分布會發(fā)生變化，用戶將通過他們的查詢進(jìn)行投票。

Michael Mignano

你認(rèn)為 Google 是否能在不破壞廣告模式的情況下轉(zhuǎn)型？畢竟，他們也在嘗試將 AI 回答置于搜索結(jié)果的頂部。

Johnny Ho

很難說。大公司行動緩慢，可能受到法律問題和現(xiàn)有合作關(guān)系的制約。Perplexity 則可以從零開始，完全基于第一性原理思考用戶價值。

大公司始終會面臨大量的官僚束縛，至少在未來兩三年內(nèi)，理論上它們很難徹底改變商業(yè)模式。

Michael Mignano

確實如此。互聯(lián)網(wǎng)的很多內(nèi)容都依賴廣告模式免費提供。像 Perplexity 和 ChatGPT 這樣的產(chǎn)品可能會攔截一部分流量，削弱原本基于廣告的用戶體驗。這樣一來，發(fā)布商能否繼續(xù)免費提供內(nèi)容？如果不能，AI 產(chǎn)品獲取信息的方式又會受到怎樣的影響？

Johnny Ho

這個問題很好，這正是我們開始發(fā)布商計劃的原因。只有這樣，才能確保整個激勵機(jī)制的一致性。

從網(wǎng)絡(luò)上獲取優(yōu)質(zhì)內(nèi)容、展示這些內(nèi)容、用戶消費內(nèi)容，這一切形成一個閉環(huán)。目前的模式基本上是通過付費決定廣告排名。

我們希望通過更合理的激勵機(jī)制，讓用戶的查詢主導(dǎo)結(jié)果，而不僅僅是關(guān)鍵詞。確保為用戶呈現(xiàn)最相關(guān)的內(nèi)容片段，而不是出價最高的片段。

Michael Mignano

你能進(jìn)一步介紹一下發(fā)布商計劃嗎？

Johnny Ho

Perplexity 的發(fā)布商計劃會平等地為每一個被用于生成答案的來源分配相應(yīng)的報酬。

比如，如果某個來源的片段被使用，就會得到相應(yīng)的分成。目前的公式比較簡單，就是根據(jù)某個來源被使用的次數(shù)來計算，但未來可能會更復(fù)雜一些。

我們的目標(biāo)是讓使用最多的來源獲得最大的分成，從而鼓勵發(fā)布商繼續(xù)創(chuàng)作高質(zhì)量內(nèi)容，也讓用戶看到最相關(guān)的內(nèi)容，而不是被最高競價的片段所支配。

Michael Mignano

所以發(fā)布商在其網(wǎng)站上發(fā)布內(nèi)容，Perplexity 收集這些信息生成答案，使用的所有來源都會根據(jù)出現(xiàn)的頻率進(jìn)行簡單的收入分成。作為發(fā)布商，如何確保我的內(nèi)容能被優(yōu)先選中？

Johnny Ho

確保內(nèi)容具有高質(zhì)量、可驗證性、可信度和原創(chuàng)性。這樣可以使這些內(nèi)容片段更頻繁地被展示。

Michael Mignano

我猜想會有一種新的 SEO 形式出現(xiàn)，發(fā)布商會優(yōu)化內(nèi)容以便被 Perplexity 或類似服務(wù)采集，是這樣嗎？

Johnny Ho

是的，我想這確實會成為一個難題，需要去除所有只是重復(fù)而非原創(chuàng)的內(nèi)容。隨著時間的推移，這個過程不可能僅靠人類來完成，我們將需要 AI 來參與這場“戰(zhàn)斗”。

這可能會涉及到機(jī)器學(xué)習(xí)，考慮哪些文章是最早發(fā)布的、哪些信息背后有真實的作者、哪個發(fā)布商在該領(lǐng)域的權(quán)威性最高等等。

雖然這個公式還未完善，但這是必須要完成的，否則互聯(lián)網(wǎng)將充斥著無限量的不可驗證、缺乏可信度的信息。

Michael Mignano

這確實讓發(fā)布商在新的世界中對可信度的需求提高了。當(dāng)用戶不直接查看并評估內(nèi)容來源時，對信任的要求就會更高。

Johnny Ho

對，以前用戶可以通過點擊鏈接來驗證內(nèi)容，比如看看網(wǎng)站設(shè)計如何，有沒有侵入性廣告。但隨著這種模式的重要性降低，未來將更多地關(guān)注頁面上的實際信息，包括高質(zhì)量的報道如何為該頁面提供信息。

接下來會很有趣，尤其是當(dāng)人們生成圖片和視頻時，我們?nèi)绾畏乐惯@些內(nèi)容主導(dǎo)信息領(lǐng)域？

在我看來，圖像和視頻更具挑戰(zhàn)性，因為它們?nèi)狈Y(jié)構(gòu)化的格式。比如圖像的來源不明確，視頻的來源也越來越難辨別，即使有元數(shù)據(jù)，人們也可以輕易移除這些信息。

Michael Mignano

我猜測對于文本內(nèi)容，AI 可以驗證其是否為人工生成或 AI 生成，如果是 AI 生成的，可能會降權(quán)處理。

Johnny Ho

至少在文本領(lǐng)域，我們有一個較為明確的結(jié)構(gòu)化框架，比如頁面標(biāo)題、發(fā)布商，最重要的是作者存在的前提。

這使得判斷信息來源更加容易。但如果人們開始忽視作者或不再突出展示作者信息，這將是一種危險的趨勢，用戶將難以辨別信息的來源。

Michael Mignano

引用會在這一切中扮演什么角色？因為在發(fā)布商計劃推出之前，引用可能是發(fā)布商的真正價值所在，即確保用戶知道內(nèi)容來源并能為網(wǎng)站帶來流量。這在發(fā)布商計劃中是否仍然是價值交換的一部分？

Johnny Ho

是的，無論是否被點擊，發(fā)布商都會獲得相應(yīng)的積分。我們基于內(nèi)容片段的使用次數(shù)，而非點擊次數(shù)。

這避免了在點擊區(qū)域大小上進(jìn)行操控。我們沒有激勵去降低或提升某些來源的優(yōu)先級，我們的激勵是提供最高質(zhì)量的答案。

Michael Mignano

你認(rèn)為多模態(tài)模型在 Perplexity 中的潛力如何？如今大家都很期待 ChatGPT 的語音模式，這些模型似乎在語音、視頻和圖像交流上提供了很多新功能。對于 Perplexity，這些技術(shù)的應(yīng)用前景如何？

Johnny Ho

我認(rèn)為語音很有趣，但它會丟失 Perplexity 通常提供的大量上下文信息。因此在語音設(shè)計中，我們?nèi)詴故緛碓春透鞣N媒體信息，這樣用戶可以了解答案的來源，而不僅僅是接收到簡短的音頻回答。

語音也很具挑戰(zhàn)性，因為用戶可能不會期待通過語音輕松地跟進(jìn)查詢。我們或許可以在語音模式中添加一些非語音的查詢或互動元素，以避免類似傳統(tǒng)客服的單調(diào)體驗。

Michael Mignano

明白了。所以即使是在語音為主的體驗中，你仍希望用戶看到屏幕內(nèi)容，以多種格式結(jié)合的方式呈現(xiàn)，而不是純語音或純文本。讓體驗更具沉浸感是更好的方式。

Johnny Ho

沒錯，用戶應(yīng)該隨時有選擇權(quán)。如果他們想檢查答案的準(zhǔn)確性，應(yīng)該能夠做到。對于我們產(chǎn)品和品牌來說，持續(xù)提供事實依據(jù)非常重要，這對發(fā)布商也是有利的，他們不會被完全剝奪存在感。

Michael Mignano

接下來 Perplexity 有哪些新進(jìn)展？似乎你們一直在推出新功能和新平臺。未來我們可以期待些什么？

Johnny Ho

對那些期待新功能的人來說，Perplexity 的特點在于只有在完全準(zhǔn)備好的情況下才會發(fā)布新功能。我們可能在后臺進(jìn)行很多實驗和演示，但只有在達(dá)到生產(chǎn)標(biāo)準(zhǔn)時才會正式發(fā)布。

我們的變化不會在一夜之間出現(xiàn)，而是通過一系列小而增量的更新，使產(chǎn)品更友好，增加小的互動，將 AI 更加融入用戶的日常生活。

這樣的迭代思維讓我們可以快速前進(jìn)并集中精力。與其追求一次性的大規(guī)模發(fā)布，我們更專注于每次小規(guī)模的進(jìn)步。