Agent API: Runtime terkelola untuk alur kerja agen

Hari ini kami merilis Perplexity Agent API, runtime terkelola untuk membangun alur kerja agen dengan pencarian terintegrasi, eksekusi alat, dan orkestrasi multi-model.

Layanan ini menggantikan router model, lapisan pencarian, penyedia penyematan, layanan kotak pasir, dan tumpukan pemantauan dengan satu titik integrasi.

Perulangan agen sebagai model komputasi

CPU konvensional menjalankan siklus deterministik: mengambil instruksi, mendokodenya, mengeksekusinya, dan menyimpan hasilnya. Penghitung program terus maju. Prosesor tidak pernah memutuskan apa yang harus dilakukan.

Agent API mengimplementasikan model komputasi yang berbeda. Prosesornya adalah model bahasa tingkat lanjut. Prosesor menerima tujuan dan menentukan cara mencapainya. Prosesor mendekomposisi tujuan tersebut menjadi rencana, memilih alat yang akan digunakan dari set alat yang tersedia, mengeksekusi, mengamati hasilnya, mengevaluasi apakah tujuan tercapai, dan mengulanginya. Jendela konteks berfungsi sebagai register. Penalaran dan orkestrasi berfungsi sebagai penjadوال.

Pertimbangkan persiapan untuk panggilan penjualan dengan prospek yang telah Anda ajak bicara beberapa kali. Anda mengirimkan satu permintaan ke Agent API dengan tiga alat: satu untuk mencari CRM internal Anda, web_search, dan fetch_url. Model memanggil alat CRM Anda terlebih dahulu, mengambil konteks dari percakapan masa lalu. Model kemudian memanggil web_search untuk menemukan berita terbaru dan intelijen kompetitif, mengembalikan beberapa halaman yang relevan. Model memutuskan bahwa dua halaman tersebut memerlukan pembacaan yang lebih mendalam dan memanggil fetch_url pada masing-masing halaman. Dalam tiga langkah, model telah mengumpulkan riwayat internal, konteks web yang luas, dan detail halaman penuh ke dalam satu respons yang berdasarkan data. Itulah perulangan agen.

Orkestrasi perulangan agen penuh

Penting untuk membedakan Agent API dari layanan perutean model. Agent API adalah runtime terkelola yang mengorkestrasi perulangan agen penuh: pengambilan, eksekusi alat, penalaran, dan fallback multi-model, serta alat kustom apa pun yang Anda beri akses. Layanan ini menggantikan router model, lapisan pencarian, penyedia penyematan, layanan kotak pasir, dan tumpukan pemantauan dengan satu titik akhir, akun, dan kunci API.

API ini bersifat agnostik model di semua penyedia model tingkat lanjut. Untuk aplikasi dengan ketersediaan tinggi, API mendukung rantai fallback model: tentukan beberapa model, dan API secara otomatis mencoba model berikutnya jika salah satu tidak tersedia. Ini memastikan ketersediaan mendekati 100%.

Alat bawaan yang canggih

Tersedia dua alat bawaan: web_search dan fetch_url. web_search mendukung pemfilteran domain (daftar izinkan dan daftar blokir, hingga 20 domain), pemfilteran kekinian, pemfilteran rentang tanggal, pemfilteran bahasa, dan anggaran konten yang dapat dikonfigurasi per halaman. fetch_url mengambil dan mengekstrak konten halaman penuh dari URL tertentu.

Selain alat bawaan, fungsi kustom memungkinkan pengembang menghubungkan agen ke backend, database, dan API mereka sendiri.

Preset model tingkat lanjut yang dioptimalkan secara berkelanjutan

Membangun konfigurasi agen yang efektif dari awal memerlukan pemilihan model yang tepat, kalibrasi kedalaman penalaran, pemilihan alat, dan penyesuaian anggaran token. Perplexity melakukan ini secara terus-menerus untuk produknya sendiri, didukung oleh tim evaluasi internal yang membandingkan konfigurasi terhadap beban kerja nyata.

Preset membagikan keahlian tersebut. Setiap preset adalah pengaturan transparan dan telah dikonfigurasi sebelumnya yang dioptimalkan untuk kasus penggunaan tertentu: pencarian faktual cepat, penelitian seimbang, analisis multi-sumber mendalam, dan penelitian tingkat institusional. Kami menerbitkan prompt sistem, alat, dan profil biaya yang disarankan untuk masing-masing preset. Seiring berkembangnya lanskap model, kami memperbarui konfigurasi yang mendasarinya sehingga preset selalu mencerminkan teknologi terkini dengan biaya yang dapat diprediksi. Semua parameter preset dapat ditimpa: pengembang dapat menggunakan preset sebagai titik awal dan menyesuaikan model, alat, jumlah langkah, atau anggaran token dalam satu permintaan.

Deep Research 2.0, yang tersedia melalui preset advanced-deep-research, adalah mesin penalaran multi-langkah yang sama yang mendukung produk konsumen Perplexity. Mesin ini melakukan puluhan pencarian per kueri, membaca ratusan dokumen sumber, dan menyempurnakan analisisnya secara iteratif. Kinerja pada DRACO, ResearchRubrics Scale AI, dan DeepSearchQA Google DeepMind dijelaskan secara rinci dalam postingan tolok ukur DRACO kami.

Agent API tersedia hari ini. Dokumentasi dan panduan memulai cepat dapat ditemukan di docs.perplexity.ai