Agent API: Un runtime gestito per flussi di lavoro agentici

Oggi rilasciamo Perplexity Agent API, un runtime gestito per la creazione di flussi di lavoro agentici con ricerca integrata, esecuzione di strumenti e orchestrazione multimodello.

Sostituisce un router di modelli, un livello di ricerca, un provider di embedding, un servizio sandbox e uno stack di monitoraggio con un unico punto di integrazione.

Il ciclo agentico come modello di calcolo

Una CPU convenzionale esegue un ciclo deterministico: recupera un'istruzione, la decodifica, la esegue, memorizza il risultato. Il contatore del programma avanza. Il processore non decide mai cosa fare.

L'Agent API implementa un diverso modello di calcolo. Il processore è un modello linguistico di frontiera. Riceve un obiettivo e determina come raggiungerlo. Scompone tale obiettivo in un piano, seleziona quali strumenti utilizzare dal proprio set di strumenti disponibili, esegue, osserva i risultati, valuta se l'obiettivo è stato raggiunto e itera. La finestra di contesto funge da registro. Il ragionamento e l'orchestrazione fungono da pianificatore.

Si consideri la preparazione per una chiamata di vendita con un potenziale cliente con cui si è parlato un paio di volte. Si invia una singola richiesta all'Agent API con tre strumenti: uno per cercare nel CRM interno, web_search e fetch_url. Il modello chiama prima lo strumento CRM, recuperando il contesto dalle conversazioni passate. Successivamente, chiama web_search per trovare notizie recenti e informazioni sulla concorrenza, restituendo diverse pagine pertinenti. Decide che due di queste pagine meritano una lettura più approfondita e chiama fetch_url su ciascuna di esse. In tre passaggi, il modello ha assemblato lo storico interno, un ampio contesto web e i dettagli dell'intera pagina in una risposta unica e fondata. Questo è il ciclo dell'agente.

Orchestrazione del ciclo agentico completo

È importante distinguere l'Agent API dai servizi di routing dei modelli. L'Agent API è un runtime gestito che orchestra l'intero ciclo agentico: recupero, esecuzione di strumenti, ragionamento, fallback multimodello e qualsiasi strumento personalizzato a cui si fornisce accesso. Sostituisce un router di modelli, un livello di ricerca, un provider di embedding, un servizio sandbox e uno stack di monitoraggio con un unico endpoint, account e chiave API.

L'API è agnostica rispetto al modello per tutti i fornitori di modelli di frontiera. Per le applicazioni ad alta disponibilità, l'API supporta catene di fallback dei modelli: è possibile specificare più modelli e l'API tenta automaticamente quello successivo se uno non è disponibile. Ciò garantisce una disponibilità vicina al 100%.

Potenti strumenti integrati

Sono disponibili due strumenti integrati: web_search e fetch_url. web_search supporta il filtraggio del dominio (allowlist e denylist, fino a 20 domini), il filtraggio della data recente, il filtraggio dell'intervallo di date, il filtraggio della lingua e budget di contenuto configurabili per pagina. fetch_url recupera ed estrae il contenuto completo della pagina da URL specifici.

Oltre agli strumenti integrati, le funzioni personalizzate consentono agli sviluppatori di connettere l'agente ai propri backend, database e API.

Preset di modelli di frontiera continuamente ottimizzati

Creare una configurazione efficace dell'agente da zero richiede la scelta del modello giusto, la calibrazione della profondità di ragionamento, la selezione degli strumenti e la regolazione dei budget di token. Perplexity lo fa continuamente per i propri prodotti, supportata da un team di valutazione interno che confronta le configurazioni rispetto a carichi di lavoro reali.

I preset condividono tale competenza. Ogni preset è una configurazione completamente trasparente e preimpostata, ottimizzata per un caso d'uso specifico: ricerche fattuali rapide, ricerca bilanciata, analisi profonda multi-fonte e ricerca di livello istituzionale. Pubblichiamo il prompt di sistema raccomandato, gli strumenti e il profilo di costo per ciascuno. Man mano che il panorama dei modelli si evolve, aggiorniamo le configurazioni sottostanti in modo che il preset rifletta sempre lo stato dell'arte attuale a un costo prevedibile. Tutti i parametri dei preset sono sovrascrivibili: gli sviluppatori possono utilizzare un preset come punto di partenza e regolare il modello, gli strumenti, il numero di passaggi o i budget di token in una singola richiesta.

Deep Research 2.0, disponibile tramite il preset advanced-deep-research, è lo stesso motore di ragionamento a più fasi che alimenta il prodotto consumer di Perplexity. Esegue dozzine di ricerche per query, legge centinaia di documenti di origine e raffina iterativamente la sua analisi. Le prestazioni su DRACO, ResearchRubrics di Scale AI e DeepSearchQA di Google DeepMind sono dettagliate nel nostro post sul benchmark DRACO.

L'Agent API è disponibile oggi. La documentazione e le guide introduttive sono su docs.perplexity.ai