Agent API: Un entorn d'execució gestionat per a fluxos de treball d'agents

Avui llancem la Perplexity Agent API, un entorn d'execució gestionat per crear fluxos de treball d'agents amb cerca integrada, execució d'eines i orquestració de múltiples models.

Substitueix un enrutador de models, una capa de cerca, un proveïdor d'incrustacions, un servei d'entorn de proves i una pila de monitoratge per un sol punt d'integració.

El bucle d'agents com a model de càlcul

Una CPU convencional executa un cicle determinista: recupera una instrucció, la decodifica, l'executa i emmagatzema el resultat. El comptador de programa avança. El processador mai decideix què fer.

L'Agent API implementa un model de càlcul diferent. El processador és un model de llenguatge de frontera. Rep un objectiu i determina com aconseguir-lo. Desglossa aquest objectiu en un pla, selecciona quines eines utilitzar del seu conjunt d'eines disponibles, executa, observa els resultats, avalua si s'ha complert l'objectiu i itera. La finestra de context serveix com a registres. El raonament i l'orquestració serveixen com a planificador.

Penseu a preparar una trucada de vendes amb un client potencial amb qui heu parlat un parell de vegades. Envieu una única sol·licitud a l'Agent API amb tres eines: una per cercar al vostre CRM intern, web_search i fetch_url. El model crida primer la vostra eina de CRM, recuperant el context de converses passades. A continuació, crida web_search per trobar notícies recents i intel·ligència competitiva, i retorna diverses pàgines rellevants. Decideix que dues d'aquestes pàgines merèixer una lectura més profunda i crida fetch_url a cadascuna. En tres passos, el model ha reunit l'historial intern, el context web ampli i els detalls de pàgina sencera en una sola resposta fonamentada. Aquest és el bucle d'agents.

Orquestració del bucle complet d'agents

És important distingir l'Agent API dels serveis d'enrutament de models. L'Agent API és un entorn d'execució gestionat que orquestra el bucle complet d'agents: recuperació, execució d'eines, raonament i redundància de múltiples models, així com qualsevol eina personalitzada a la qual li doneu accés. Substitueix un enrutador de models, una capa de cerca, un proveïdor d'incrustacions, un servei d'entorn de proves i una pila de monitoratge per un sol punt d'accés, compte i clau API.

L'API és agnòstica respecte als models de tots els proveïdors de models de frontera. Per a aplicacions d'alta disponibilitat, l'API admet cadenes de reserva de models: especifiqueu diversos models i l'API prova automàticament el següent si un no està disponible. Això garanteix prop del 100% de disponibilitat.

Eines potents i integrades

Hi ha dues eines integrades disponibles: web_search i fetch_url. web_search admet el filtratge de dominis (llista blanca i llista negra, fins a 20 dominis), el filtratge de recència, el filtratge per interval de dates, el filtratge d'idiomes i pressupostos de contingut configurables per pàgina. fetch_url recupera i extreu el contingut complet de la pàgina d'URL específiques.

Més enllà de les eines integrades, les funcions personalitzades permeten als desenvolupadors connectar l'agent als seus propis backends, bases de dades i API.

Predeterminats de models de frontera optimitzats contínuament

La construcció d'una configuració d'agent eficaç des de zero requereix triar el model adequat, calibrar la profunditat del raonament, seleccionar eines i ajustar els pressupostos de testimonis. Perplexity ho fa contínuament per als seus propis productes, amb el suport d'un equip d'avaluació intern que compara les configuracions amb càrregues de treball reals.

Els valors predeterminats comparteixen aquesta experiència. Cada predeterminat és una configuració completament transparent i preconfigurada optimitzada per a un cas d'ús específic: cerques de fets ràpides, recerca equilibrada, anàlisi profunda de múltiples fonts i recerca de grau institucional. Publiquem el missatge del sistema recomanat, les eines i el perfil de cost per a cadascun. A mesura que el panorama dels models evoluciona, actualitzem les configuracions subjacents perquè el predeterminat sempre reflecteixi l'estat actual de la tècnica a un cost previsible. Tots els paràmetres predeterminats es poden anul·lar: els desenvolupadors poden utilitzar un predeterminat com a punt de partida i ajustar el model, les eines, el recompte de passos o els pressupostos de testimonis en una sola sol·licitud.

Deep Research 2.0, disponible mitjançant el predeterminat advanced-deep-research, és el mateix motor de raonament de múltiples passos que alimenta el producte de consum de Perplexity. Realitza desenes de cerques per consulta, llegeix centenars de documents de referència i refina iterativament la seva anàlisi. El rendiment a DRACO, ResearchRubrics de Scale AI i DeepSearchQA de Google DeepMind es detalla a la nostra publicació de referència DRACO.

L'Agent API ja està disponible. La documentació i les guies d'inici ràpid es troben a docs.perplexity.ai