Perplexity 推出 Teammates：接手长期工作的常驻 AI 智能体

Perplexity 想让你雇的不是一个聊天框，而是一批同事。公司在 11 月 4 日的官方博客中推出 Teammates——为长期工作而设的常驻 AI 智能体，首席执行官 Aravind Srinivas 在 11 月 5 日通过 X 正式宣布上线。每个 Teammate 负责一项持续进行的工作：它有自己的角色、记得项目上下文、会在事情发生变化时主动跟进，而不是等你下一次提问。

这件事的背景是，AI 助手正在集体从“回答问题”转向“接手工作”。OpenAI 有常驻的 Dots，Anthropic 有 Claude Duet，Manus 有 Cue——The Verge 在报道中把 Teammates 直接放进了这个对照组。Perplexity 的入场方式是把 Teammates 建在自家 Computer 之上：Computer 是它今年 2 月推出的云端智能体系统，负责在用户的电脑上实际执行任务。Teammates 不是一个新聊天入口，而是给 Computer 加上了一层“持续拥有工作”的组织方式。

“同事”和“聊天助手”到底差在哪

按 Perplexity 官方博客的说法，差别在三点：记忆、主动性和交接。Teammates 会记住项目目标、任务历史和共享文件，每一次新任务都在之前的工作基础上展开；它会监控正在进行的工作，事情一变就调查、行动，不用等新的指令；它还会把工作交给其他 Teammates——一个发现网站 bug，另一个负责准备修复。

官方给的例子很具体，也很能说明野心。销售 Teammate 发现一位常客停止下单，会先查订单历史和客服记录、弄清发生了什么，然后给出针对性的优惠方案，或者先把需要解决的问题标记出来再联系客户；它会持续汇报进度、需要批准时主动请示，直到工作完成。运营 Teammate 则会在截止日期前 72 小时追着缺失的材料跑，并且一旦被告知“这家供应商需要提前两周通知”，以后排计划时就会自动把这个提前量算进去。客服、市场、销售、运营四个职能的示例覆盖了整篇博客——Perplexity 显然想让 Teammates 看起来像一个能直接上岗的团队，而不是一个演示用的玩具。

协作方式也刻意往“同事”上靠：可以把一个 Teammate 加进 Slack 频道，同事能直接给它派活、问进度；它能用 Computer 里已有的 Projects、技能和记忆，比如用项目里的客户研究和销售目标，配上写开发信的技能，再跑每周一次的自动化复盘销售管道，找出停滞的对话、准备好跟进草稿等人审核。

隔离、凭证与人工接管

把一个智能体放进 Slack、Gmail 和 GitHub，安全问题是第一道坎。Perplexity 的设计是：每个 Teammate 运行在独立的环境里，有自己的桌面和浏览器会话，与其他 Teammate 互不干扰；保存的凭证经过加密、安全填入，Teammate 本人看不到这些凭证；权限沿用用户已经在 Computer 里设好的工具和项目权限。用户可以随时查看已完成的工作、接管桌面、或者在任务中途把 Teammate redirect 到别的方向。

新创建的 Teammate 默认使用 Claude Opus 5.5，也可以按 Teammate 或按任务换模型。这个细节值得注意：Perplexity 没有强行只用自家模型，而是把模型选择权交给了用户——Teammates 的卖点是组织工作的那层壳，而不是某个具体的模型。

多少钱，谁能用

门槛不低。Teammates 目前只向个人 Max 订阅用户开放，先上网页版，iOS 版随后；免费版和 Pro 用户需要在设置里升级；企业版 Pro 和企业版 Max 默认不包含。Max 的价格是每月 200 美元，按年付费约每月 167 美元（每年 2000 美元），每月包含 10000 个 Computer credits，外加一次性的 35000 credits 奖励，100 credits 等值 1 美元。推广期内使用 Teammates 免费，之后从每月额度里扣；帮助中心提醒，复杂项目更费 credits，“特别是多个智能体并行运行时”。

换句话说，Teammates 的真实价格现在还算不出来。Perplexity 没有公布每个账户能同时跑多少个 Teammate，也没有公布一个 Teammate 跑一周典型工作要花多少 credits。Srinivas 在 X 上透露的内部数据是：过去 30 天里，公司内部工作区用过约 10000 个 Teammates，11 月 4 日当天约有 1000 个处于活跃状态——这是公司自报的数字，未经独立验证。他描绘的远景是每人拥有数百个智能体，但按 credits 计费的现实是，每多一个“同事”，账单就多一笔。

真正的考验不在发布当天

Teammates 是研究预览版，Perplexity 自己也承认功能还在开发中、行为可能变化。没有第三方测试、没有成功率数据、没有公开的可靠性记录。常驻智能体这个品类真正的考验从来不在发布会上的例子有多生动，而在三个很实际的问题上：它会不会在没人看着的时候办错事、办错事的代价谁来担、以及一个月下来到底要花多少钱。Perplexity 给出的答案是审批机制、隔离环境和人工接管，这些都是必要的，但它们能兜住多大的底，要等真实用户跑上几周才知道。

对 Perplexity 来说，这次发布也是一个定位上的转折：它不再只是一家搜索公司，而是要正面参与工作场景的智能体竞争。它的优势很实在——搜索是它的主场，Computer 的执行层已经铺好；它的短板也很实在——Max 每月 200 美元的门槛，把绝大多数用户挡在了门外。Teammates 能不能从“200 美元用户的玩具”变成“团队标配”，不取决于它能不能记住两周通知这种小事，而取决于它能不能在没人盯着的情况下，连续几周把一件真正的工作从头干到尾，还不把账单干爆。

从 Comet 到 Teammates：Perplexity 的路线图

Teammates 不是凭空冒出来的，它是 Perplexity 过去一年多产品路线的一环。2025 年 7 月，公司推出 Comet 浏览器，号称第一个能上网的 AI 助手；2026 年 2 月，Computer 上线，把智能体从“帮你查东西”推进到“替你干活”；此后 Computer 又增加了 Mac 应用上的本地执行和更快速度档；到 11 月 4 日的 Teammates，补上的是最后一块拼图：让智能体持续地拥有工作，而不是每次从头开始。

这条路线背后的逻辑很清晰：搜索解决“找到答案”，浏览器解决“在网页上操作”，Computer 解决“执行多步骤任务”，Teammates 解决“长期拥有并跟进一项工作”。每一层都在回答同一个问题：用户愿不愿意把越来越多的工作，交给一个会自己动的系统。Teammates 是这条路线上最大胆的一步，因为它第一次要求用户信任的不是某一次回答的质量，而是一个持续运行的、会在你不在场时替你做决定的系统。

Credits 这笔账：200 美元到底能买多少“同事”

Teammates 的价格结构值得仔细算一算。Max 每月包含 10000 个 Computer credits，按 100 credits 等值 1 美元算，相当于每月 100 美元的智能体工作额度；新用户还有一次性的 35000 credits 奖励，相当于 350 美元。推广期内用 Teammates 免费，推广期结束后从每月额度里扣；帮助中心提醒，复杂项目更费 credits，特别是多个智能体并行运行时。另据报道，支出上限默认是每月 200 美元，可以提高到 5000 美元，额度用完可以额外购买或自动充值。

问题在于，一个 Teammate 跑一周的典型工作到底要花多少 credits，Perplexity 没公布，第三方也没测过。Perplexity 自己的建议是先从两三个 Teammate 开始——这个建议本身就很能说明问题：连厂商都知道摊子铺大了账单会先失控。Srinivas 描绘的远景是每人拥有数百个智能体，但按 credits 计费的现实是，每多一个“同事”，账单就多一笔，而且这笔账是按实际消耗算的，不是按人头包月的。在真实的成本数据出来之前，任何关于“AI 同事比真人便宜”的说法都只是算术游戏。

对手们在同一条赛道上

常驻智能体现在是一条挤满了人的赛道。OpenAI 的 Dots 给每人配一个主智能体、有自己的云电脑，面向 ChatGPT Pro 和 Business Premium 用户，团队功能还在规划中；Anthropic 有 Claude Duet；Manus 的 Cue 则把多个个人智能体放进群聊，邀请制、早期免费，每个智能体还有自己的邮箱和电话。Perplexity 的差异化在于三点：多个 Teammate 各自有角色、能互相传活；搜索是它的主场；Computer 的执行层已经铺好。

还有一个值得注意的细节：Teammates 默认跑的是 Claude Opus 5.5——竞争对手 Anthropic 的模型。Perplexity 在模型层保持中立，赌的是编排层：谁能把任务拆好、把记忆管好、把协作接好，谁就赢。模型会越来越同质化，真正难复制的是“让一群智能体像团队一样工作”的那套组织方式。这也是 Teammates 这个名字本身的含义：卖的不是模型，是编制。

谁该现在试，谁该再等等

适合现在试的人画像很窄：已经在付 Max、日常工作本来就在 Slack、GitHub 和 Linear 里、有明确的重复性长期任务、并且愿意盯着审批流、随时准备接管。先从两三个 Teammate 开始，挑出错成本低的活——比如每周的市场监测、销售管道复盘——跑上几周，看看真实的 credits 消耗和出错率，再决定要不要扩大。

该再等等的人更多：Pro 和免费用户得先升级到每月 200 美元的 Max；企业用户默认不包含，得找管理员单独谈；对成本敏感的人，等第一批用户晒出真实账单再说；想把关键业务流程直接托付出去的人，更应该等——研究预览版的含义就是功能还在变、行为可能变，出了错也没有成熟的支持体系兜底。Teammates 的概念是对的：AI 助手真正的价值不在回答问题，而在持续拥有工作。但概念对，不等于产品现在就值每月 200 美元。等第一批用户跑出真实的 credits 账单和出错率之后，再决定要不要雇这批“同事”，完全来得及。

技术底座：Computer 与 SPACE 沙箱

Teammates 的底座是 Computer，这套系统本身也在快速演进。Computer 在 2026 年 2 月面向 Max 用户上线，负责在用户的电脑上实际执行多步骤任务；10 月 20 日，它在 Mac 应用上实现了完全本地执行，面向 Pro、Max 和企业用户；10 月 19 日，它又增加了 Ultrafast 速度档，面向 Max 网页用户提供 GPT-6 Astra 与 GPT-6.1 Sol 的更快执行。Teammates 是这套执行层之上的组织层：Computer 解决“怎么做”，Teammates 解决“谁负责、记不记得、跟不跟进”。

安全设计上有两个关键点。第一是隔离：每个 Teammate 运行在独立的环境里，有自己的桌面、浏览器和会话，彼此互不干扰；一个 Teammate 出了问题，理论上不会污染另一个的工作现场。第二是沙箱：Perplexity 把 Computer 的沙箱以 SPACE 的名义开源了，Teammates 并行运行时能不能守住隔离边界，是接下来最值得盯的技术问题——并行智能体越多，隔离失效的后果就越大。新 Teammate 默认用 Claude Opus 5.5，也可以按 Teammate 或按任务换模型，这意味着 Perplexity 把模型当成可替换的零件，而不是产品的灵魂。

信任问题：当智能体在你不在场时做决定

Teammates 最难的一关不是功能，而是信任。一个会在你不在场时替你做决定的系统，本质上是在索要一种以前只给人类同事的信任：它能进你的 Slack、读你的邮件、动你的代码库、替你联系客户。Perplexity 给出的安全感来自三层机制：审批——需要批准时主动请示；接管——用户可以随时接管桌面、半路改方向；权限继承——Teammate 的权限沿用用户已经在 Computer 里设好的工具和项目权限，不会凭空多出新的权限。另外，Teammate 的对话只有主人可见，其他人只能以只读方式看到共享对话，或者在它监控的 Slack 频道里与它协作。

“权限继承”这一点其实是整套设计里最聪明、也最容易被忽略的部分。它意味着 Teammates 的风险上限，取决于用户自己过去授予了什么权限——就像入职一个新员工，你不会在第一天就给他 Slack 管理员权限和 GitHub 写权限；同样，一个 Teammate 能造成的破坏，不会超过你已经给它的工具权限。但问题也随之而来：如果一个 Teammate 在半夜做错了决定、发错了邮件、合错了代码，责任算谁的？两个 Teammate 交接时传错了信息，谁来发现？Perplexity 目前没有公布这些问题的答案，也没有公布审计记录、操作日志的完整形态。这些不是发布会上的卖点，却是企业用户真正下单前要问的第一批问题。Teammates 能不能从研究预览版走到正式版，很大程度上取决于 Perplexity 能不能把这套信任机制讲清楚、做扎实。

Perplexity 的赌注：从搜索公司到工作平台

把 Teammates 放回 Perplexity 的全局看，这次发布是一次明确的战略下注。Perplexity 起家是搜索，靠回答问题赢得了用户；但搜索的商业模式终究是流量和广告，而 Teammates 瞄准的是订阅——每月 200 美元的 Max，恰好和 ChatGPT Pro 处在同一个价格带。Perplexity 赌的是：AI 助手最终的形态不是一个问答框，而是一个替你拥有工作的团队；谁先把这个团队做出来，谁就能从“工具”升级成“平台”，按月收工作平台的钱，而不是按次收搜索的钱。

这个赌注的风险同样清楚。如果 Teammates 的可靠性跟不上“同事”这个名字的承诺，反噬会比一个聊天机器人犯错严重得多：聊天机器人答错了，用户换个问法再试一次；一个“同事”在半夜发错了客户邮件、合错了代码，破坏是真实发生的，而且发生在用户睡觉的时候。Perplexity 把名字起得这么大胆——Teammates，同事——等于主动把评判标准抬到了人类同事的高度。此后每一次失误，都不会再被当成“AI 还不成熟”轻轻放过，而会被当成“这个同事不靠谱”记在账上。

对用户来说，最务实的态度是把 Teammates 当成一次有上限的实验：拿两三个出错成本低的长期任务去试，盯着审批流，记下真实的 credits 账单和出错率。实验的成本是每月 200 美元和几周时间；实验的收益，是提前看清常驻智能体到底能不能接手你的工作。如果它能，Perplexity 就赢得了这场赌注；如果它不能，至少你是在推广期免费试用时发现的，而不是在把它接进核心业务流程之后。

最后值得一提的是时间点。Teammates 上线的同一周，OpenAI 的 Dots、Anthropic 的 Claude Duet、Manus 的 Cue 都在往同一个方向挤，常驻智能体已经从个别公司的实验变成了全行业的默认方向。竞争的好处是，选择会越来越多、价格和可靠性会被市场一点点逼出来；坏处是，每家公司都会用最动听的例子来包装一个还在预览期的产品。Teammates 到底是“同事”还是“高级待办事项”，答案不在发布博客里，而在未来几周第一批 Max 用户的真实使用记录里。