一句话看懂：Perplexity 联合哈佛商学院发布研究报告，通过对比自有 AI Agent 产品与传统搜索助手，量化展示了 AI Agent 在自主规划、多工具调用和全流程执行上的能力差异。数据显示，AI Agent 能自主运行平均 26 分钟，是传统助手的 48 倍，同时将任务完成时间降低 79% 至 92%，总成本削减 87% 至 96%，对编程等场景的优化效果最为显著。
事件核心：发生了什么
6 月 12 日，Perplexity 与哈佛商学院联合发布研究报告。研究以 Perplexity 旗下的通用 AI Agent 编排器“Perplexity Computer”与传统搜索助手为对比对象，测试了知识工作场景下的实际表现。传统 AI 助手仅能回答提问，后续操作仍需用户手动完成；而 AI Agent 能自主规划任务、跨平台调用工具并直接输出最终结果。数据显示，AI Agent 单次任务平均自主运行 26 分钟，而传统助手仅运行 33 秒。在效率与成本方面，AI Agent 使任务完成时间最多缩短九成，总成本最多降低近十成，且在所有测试领域均表现出正面收益，其中编程类任务的优化幅度最大。
为什么重要
这项研究为“AI Agent 是下一代生产力工具”提供了具体的量化证据，而非概念性讨论。传统 AI 助手本质上仍是“增强型搜索”，无法替代用户执行后续步骤；而 AI Agent 通过长时间、多工具的自主运行，实际上接管了从理解任务到完成交付的完整闭环。这意味着，企业采购 AI 服务时，将不再只关注“能不能回答问题”，而是评估“能不能自动完成一个工作流”。这对 AI 产品的商业化方向、定价逻辑以及企业 IT 采购决策都将产生直接影响。此外，哈佛商学院的参与也意味着该结论在学术和企业管理层面具备一定的公信力。
对用户/开发者/创作者的影响
对于普通用户和企业员工，AI Agent 将改变工作角色：从需要手动逐项操作的“一线执行者”，转变为监督 AI 执行、处理例外情况的“工作监管者”。这使员工能同时跟踪多条任务线，扩展工作广度。对于开发者，尤其是从事编程工作的群体，该类 AI Agent 可能是当前成本效益最高的生产力工具。开发者应关注 Perplexity Computer 的 API 开放策略及其对现有开发工具（如代码编辑器、CI/CD 流程）的集成能力。对于创作者，虽然本次研究以编程和知识工作为主，但自主规划与多工具调用的能力同样适用于内容研究、数据整理和报告生成等需要多步骤协作的任务。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
第一，Perplexity Computer 是否已面向公众开放使用，以及其定价模式是否会根据“长时间自主运行”这种高资源消耗场景做出调整。第二，竞品（如 OpenAI、Google、Anthropic 等公司）是否会在近期发布类似数据驱动的产品对比报告，以及是否会直接跟进“Agent 化”的产品路线。第三，该 Agent 在高风险行业（如金融交易、医疗诊断）中的错误率和合规成本是否可控，这将直接影响 B 端市场的实际采纳速度。
来源：AIbase
