一句话看懂：Perplexity 用两名工程师配合数百个常驻 AI 智能体，在两个月内自研出键值数据库 CobbleDB，替换掉 AWS DynamoDB，官方称迁移后每年最多可省下一亿美元。这意味着 AI 搜索公司在核心基础设施上开始”自给自足”。
事件核心：发生了什么
Perplexity CEO Aravind Srinivas 在 X 上披露，公司自研了一款名为 CobbleDB 的键值数据库，用于支撑搜索中高频的网页内容抓取与读取，取代原先依赖的 AWS DynamoDB。按他的说法，这项工作由两名工程师主导、配合数百个”always-on”的常驻 AI 智能体，在约两个月内完成核心基础设施构建，迁移后每年可节省最多一亿美元。Perplexity 同步表示，会公开介绍 CobbleDB 构建方式的研究内容。
为什么重要
一是成本结构。Perplexity 这类 AI 搜索产品需要持续抓取、索引和检索海量网页，键值存储的读写量与延迟直接决定单位查询成本；若一亿美元级别的节省接近真实，说明头部 AI 应用正在把”云厂商税”视为可优化的对象。二是开发范式。两名人类工程师加智能体集群在两个月内交付核心数据库，目前公开信息显示，这类”小团队 + AI 智能体”的分工模式正在从辅助编码走向关键系统建设。三是议价关系。当自研替代托管服务成为可选路径，云厂商在 AI 原生客户面前的技术锁定和定价能力会被削弱。
对用户/开发者/创作者的影响
对普通用户，短期几乎无感，但如果成本下降传导到订阅或免费额度，可能体现为更宽松的查询限制。对开发者，值得关注的是 Perplexity 是否公开 CobbleDB 的架构细节与智能体协作方式——这比”又一个自研数据库”更有参考价值，尤其是键值存储在 AI 检索链路中的位置、以及与向量检索的分工。对企业采购方，这是一个提醒：把 DynamoDB 这类托管服务当作默认选项前，先算清规模上来后的账单。对创作者与内容方，抓取成本下降可能意味着 Perplexity 对网页内容的抓取频率和覆盖范围继续上升。
值得关注的后续
第一，Perplexity 公布的研究是否给出可核查的基准数据，例如延迟、吞吐与迁移前后的成本拆解，”最多一亿美元”的口径需要更明确。第二，CobbleDB 是否会开源或对外提供，若仅内部使用，其影响主要停留在成本层面；若开源，可能带动同类 AI 搜索团队跟进。第三，云厂商是否针对高频键值读取场景调整定价或推出更激进的方案，以留住 AI 原生客户。
