13 июля Perplexity расширил Computer: сервис получил память о прошлой работе, более быстрые модели, переключение модели внутри задачи, публикацию сайтов и исследование частных компаний. В ту же двухнедельную волну обсуждений один крупный тред сообщества о том, «что случилось с Perplexity», набрал 435 голосов, а другой, посвящённый отказу отдельного пользователя от подписки, 124.
Это не парадокс продукта, а две разные проверки. Новые действия в Computer могут сделать многошаговую работу удобнее. Но они ничего сами по себе не говорят о точности, полноте и стабильности обычного поиска с источниками. Если рабочий процесс зависит от поиска, обновление стоит воспринимать как повод для отдельного теста, а не как доказательство улучшения.
Подключите модели для поиска и баз знаний с оплатой в рублях на provod.ai
Что изменилось, а что осталось неизвестным
Память о прошлой работе полезна там, где задача продолжается больше одного хода: нужно удержать контекст, сменить подход или модель, затем собрать и опубликовать результат. В этом сценарии ценность измеряется непрерывностью работы: приходится ли заново объяснять задачу, теряется ли контекст при смене модели, можно ли довести результат до экспорта.
Однако Search решает другую задачу. Здесь важнее, повторяется ли качественный ответ на одинаковом запросе, находятся ли известные релевантные источники и не меняется ли вывод без понятной причины. Наличие памяти в агентном контуре не является метрикой ни одного из этих свойств.
Именно поэтому вопрос «perplexity это поиск или агент?» неверно сводить к выбору одной роли. Для пользователя это могут быть два соседних, но независимых контура. Улучшение одного не обязано компенсировать деградацию другого.
Почему жалобы нельзя игнорировать, но нельзя и превращать в статистику
В обсуждении от 9 июля активные пользователи спорили о том, не потерял ли продукт прежний search-first фокус и не ухудшился ли опыт. Тред от 15 июля фиксирует решение одного пользователя отказаться от подписки. Это заметный контрсигнал к темпу обновлений: часть аудитории связывает ценность Perplexity прежде всего с поисковым доверием, а не с количеством новых агентных действий.
Но 435 и 124 голоса не измеряют отток всей аудитории и не доказывают глобальное ухудшение. Это опыт людей, которые решили высказаться, а не репрезентативная выборка пользователей.
Здесь и происходит важный поворот. Было бы удобно считать, что свежие функции опровергают жалобы. Данные такого вывода не дают. Но и жалобы не позволяют объявить поиск сломанным для всех. Практичнее признать неопределённость и проверить собственный сценарий.
Два коротких canary вместо большой миграции
Первый canary относится к Search. Возьмите небольшой набор повторяемых запросов, для которых заранее известны нужные источники. Проверяйте не красоту формулировки, а то, появляются ли эти источники, сохраняется ли логика ответа при повторе и можно ли быстро обнаружить пропуск.
Второй относится к Perplexity Computer. Дайте ему одну многошаговую задачу, где действительно нужны память о предыдущей работе, смена модели и экспорт результата. Оцените, сохраняется ли контекст между шагами и достигается ли итог без лишнего ручного восстановления.
Результаты не стоит смешивать в общий балл. Сильный агентный сценарий не исправляет слабый поисковый контур, как и хороший поиск не доказывает удобство длинной задачи. Переносить весь рабочий процесс разумно только после того, как оба контура прошли свои проверки.
Самое сильное возражение звучит честно: пользователю важен итог работы, а не внутренняя граница между Search и Computer. Если память сокращает число повторов и помогает довести исследование до результата, это может быть более ценно, чем отдельный выигрыш в поиске. Верно. Но для задач, где источник является основанием решения, удобство процесса не заменяет проверяемость ответа.
Разные сценарии полезно маршрутизировать по разным поставщикам и держать для них независимые canary, чтобы новый набор функций не вытеснял автоматически уже проверенный поисковый контур. Такой подход можно собрать в provod.ai.
Перейти на provod.ai Что дороже для вашей команды: сохранить проверенный поиск отдельным контуром или принять риск миграции ради более цельной агентной работы?
provod.ai — генерация изображений без отдельного медиасервиса
Создавайте визуалы в том же контуре, где команда работает с текстом и кодом: один кабинет и баланс упрощают производство баннеров, иллюстраций, концептов и продуктовой графики.
В одном каталоге — актуальные модели для текста и медиа: GPT от OpenAI, Claude от Anthropic, Gemini от Google, Grok от xAI, DeepSeek, Qwen, GLM, Kimi и MiniMax; для изображений — Nano Banana 2 Pro и GPT Image; для видео — последние версии Seedance, Kling, Veo и Google Omni. Также доступны модели для reasoning, поиска, документов, эмбеддингов, музыки и аудио.
Генерации идут по официальной цене модели 1:1: provod.ai не добавляет собственную наценку к стоимости изображения.
Добавьте изображения в рабочий процесс: форма регистрации · цены на модели · защита данных по 152-ФЗ · главная provod.ai