🔍 Perplexity представила «Search as Code» — ИИ-модели пишут собственные поисковые пайплайны вместо вызова фиксированных API

Вместо того чтобы вызывать готовый поисковый API, модели в новой архитектуре Perplexity «Search as Code» (SaC) самостоятельно пишут поисковые сценарии на Python. Компания обещает более точные результаты и снижение расхода токенов до 85%.

Традиционные поисковые системы заточены под людей: модель пишет запрос, API возвращает список ссылок, модель читает их и пишет следующий запрос. Этот цикл повторяется десятки раз. Perplexity называет это узким местом — агент может менять только поисковый запрос, всё остальное остаётся «чёрным ящиком».

SaC меняет подход: модель генерирует кастомный Python-скрипт, который выполняется в изолированной песочнице (sandbox) и использует «Agentic Search SDK». Базовые операции — retrieve, filter, deduplicate, rerank — доступны как отдельные функции. Архитектура состоит из трёх уровней: модель (стратегия поиска), песочница (исполнение кода) и SDK (доступ к поисковым примитивам).

В тесте на кибербезопасности — поиск 200 критических уязвимостей (CVE) за 2023-2025 годы — SaC-агент написал трёхэтапный скрипт: параллельные запросы с учётом формата бюллетеней конкретных вендоров (Mozilla, Google), точечные дозапросы для заполнения пробелов и верификация через схему (CVE, продукт, версия патча). Результат: 85% экономии токенов по сравнению со стандартным пайплайном Perplexity, конкуренты (OpenAI, Anthropic) собрали менее четверти корректных данных.

#Tech #Perplexity #SearchAsCode #AI #Development #Feature