뒤로

공유 워크스페이스, Windows용 Personal Computer 및 Model Council

Projects: 지속형 파일, 메모리, 커넥터가 포함된 공유 워크스페이스

프로젝트는 공유 Computer 워크스페이스에서 장기간 진행되는 작업을 위한 허브입니다. 프로젝트는 인간과 에이전트가 동일한 파일을 편집할 수 있는 지속형 파일 시스템, 작업 간에 컨텍스트를 전달하는 Brain을 통한 자체 개선 메모리, 프로젝트별로 특정 계정에 지정할 수 있는 커넥터를 갖추고 있습니다. 팀원을 초대하여 동일한 소스, 아티팩트, 히스토리를 기반으로 공동 작업하세요. 프로젝트는 Spaces의 진화형이며, 기존 Space는 모두 자동으로 마이그레이션됩니다.

다음 작업을 위해 Projects를 사용해 보세요:

  • 동일한 파일을 기반으로 모든 작업을 빌드하세요: 출시 계획, 연구 및 소스 파일을 프로젝트에 저장하여 모든 세션이 동일한 컨텍스트를 기반으로 구축되도록 하세요.
  • Brain이 작업 간에 컨텍스트를 유지하도록 하세요: Brain을 켜고 작업 간에 프로젝트 파일과 세션을 학습하도록 하여, 다음 작업이 이전 작업에서 학습한 모든 내용에서 시작되도록 하세요.
  • 개인 데이터를 풀링하지 않고 워크스페이스를 공유하세요: 프로젝트에 공동 작업자를 초대하여 동일한 파일, 아티팩트, 히스토리를 바탕으로 안전하게 작업하세요. 개인 메모리 및 커넥터 계정은 각 개인별로 유지됩니다.
  • Slack 또는 Teams에서 프로젝트 작업을 시작하거나 계속하세요: /project를 사용하여 Slack 또는 Teams 채널을 프로젝트에 연결한 다음, 채널 내 Computer 앱을 통해 전체 프로젝트 컨텍스트를 활용하여 작업을 시작하세요.

자세히 알아보기: Spaces가 이제 Projects로 변경되었습니다 · Projects 제품 페이지

Windows용 Personal Computer: 로컬 파일, 백그라운드 세션 및 데스크톱 워크플로우

Personal Computer가 이제 Windows용 Perplexity 앱에서 제공되며, Computer의 웹, 연결된 앱, 코딩 및 local-file 워크플로우를 데스크톱으로 가져옵니다. 파일이 있는 위치에서 읽고 편집하고, 백그라운드에서 세션을 계속 실행하며, 웹과 데스크톱 간에 작업을 이어갈 수 있습니다.

다음 작업을 위해 Windows용 Personal Computer를 사용해 보세요:

  • 파일 폴더를 브리프로 변환하세요: “Q3 연구 폴더의 모든 보고서를 읽고 핵심 결과를 간결한 한 페이지 분량의 브리프로 요약해 주세요.”
  • 로컬 파일과 라이브 웹 조사를 혼합하세요: “비용 스프레드시트를 열고 각 공급업체를 현재 공개 가격과 교차 검증해 주세요.”
  • 문서를 제자리에 편집하고 저장하세요: “최신 가격이 반영되도록 제안서 문서의 소개를 업데이트하고 원래 위치에 저장해 주세요.”

자세히 알아보기: Windows용 Personal Computer · Windows용 Computer 제품 페이지

Computer의 Model Council: 중대한 결정을 위한 다중 모델 분석

Computer의 Model Council을 사용하면 단일 질문에 대해 최고 모델들로 구성된 보드를 만들 수 있습니다. OpenAI, Anthropic, Gemini 및 오픈소스 중에서 2개에서 8개의 모델을 선택하고 분석 깊이를 선택하면, Computer가 각 모델을 독립적으로 실행하고 일치하는 부분, 의견이 엇갈리는 부분, 각 모델이 고유하게 도출한 내용을 종합하여 보고서, 임원진 발표 자료 및 기타 업무 준비가 완료된 자산으로 변환합니다.

다음 작업을 위해 Computer의 Model Council을 사용해 보세요:

  • 전략 결정을 스트레스 테스트하세요: “이 기능을 Q4에 출시해야 할지 Q1에 출시해야 할지 Claude Opus, ChatGPT, Gemini Pro에 묻고 의견이 엇갈리는 부분을 보여주세요.”},{
  • 중대한 결정에 대해 균형 잡힌 관점을 얻으세요: “이 차트를 구매해야 할까요, 리스해야 할까요? 세 가지 주요 모델이 각각 독립적으로 검토하고 의견 차이를 도출하도록 하세요.”
  • 다중 모델 분석을 결과물로 변환하세요: “Opus, GPT, Gemini가 각각 이 계약서를 검토하게 한 다음, 그 메모들을 결합하여 임원진 발표 자료를 만들어 주세요.”

자세히 알아보기: Computer에 도입된 Model Council

Kimi K3: 1M 토큰 컨텍스트를 지원하는 미국 호스팅 오픈 웨이트 프런티어 모델

현재까지 가장 큰 오픈 웨이트 프런티어 모델인 Kimi K3는 미국 기반 서버에만 독점 호스팅되며, Pro 및 Max 구독자를 위한 Perplexity 및 Perplexity Computer에서 사용할 수 있습니다. 데이터가 미국 인프라 외부로 유출되지 않으면서 1M 토큰 컨텍스트 창과 네이티브 비전을 갖춘 2.8T 파라미터 전문가 혼합(MoE) 모델을 이용해 보세요.

다음 작업을 위해 Kimi K3를 사용해 보세요:

  • 100만 토큰 코퍼스 전반에서 추론하세요: “Kimi K3를 사용하여 이 코드베이스의 모든 파일을 읽고 인증 흐름이 처음부터 끝까지 어떻게 작동하는지 설명해 주세요.”
  • 오픈 웨이트 모델과 폐쇄형 프런티어 모델을 비교하세요: “데이터 아키텍처에 대해 Kimi K3, Claude Opus, ChatGPT에 동일한 질문을 하고 답변을 비교해 주세요.”
  • US 호스팅 인프라에서 코딩 및 에이전트 작업을 실행하세요: “Kimi K3를 사용하여 이 Python 서비스를 디버그하고 수정 사항이 포함된 PR을 열어주세요.”

자세히 알아보기: Perplexity Gateway의 Kimi K3

음성 모드: 첫 단어부터 향상된 개인화 및 메모리

웹 및 Computer의 음성 대화는 이제 사용자의 직업, 관심사, Perplexity 개인화의 기타 컨텍스트 등 사용자가 누구인지에 대한 표면적인 이해를 바탕으로 시작되므로, 매번 다시 설명할 필요 없이 답변이 이미 사용자의 업무에 맞춰 구성됩니다.

웹 또는 Computer에서 음성 기능을 사용해 다음을 수행하세요:

  • 업무에 맞춰 이미 구성된 답변으로 시작하세요: “이번 주 내 업계에서 가장 큰 발전 사항은 무엇인가요?”
  • 다시 설명할 필요 없이 후속 질문을 하세요: “지금 내용을 주요 경쟁사들의 행보와 비교해 주세요.”
  • 핸즈프리로 개인화된 답변을 받으세요: “출퇴근길에 오늘의 뉴스를 요약해 주세요.”

자세히 알아보기: Perplexity가 기억하는 사용자 정보 관리하기

Numbat: AI 코딩 에이전트를 위한 오픈소스 보안 모니터링

Numbat은 Perplexity의 새로운 오픈소스 에이전트 감지 및 대응 레이어로, AI 코딩 에이전트가 엔드포인트에서 수행하는 작업을 보안 팀이 실시간으로 가시화하고 위험한 작업이 실행되기 전에 차단할 수 있는 기능을 제공합니다. macOS, Linux, Windows용 단일 Go 바이너리로 제공되며 주요 에이전트 하네스와 직접 통합됩니다.

다음 작업을 위해 Numbat을 사용해 보세요:

  • 개발자 노트북에서 에이전트의 실시간 동작을 확인하세요: 코딩 에이전트가 수행하는 모든 작업에 대해 훅 기반 및 OpenTelemetry 기반 텔레메트리를 제공받으세요.
  • 위험한 작업이 실행되기 전에 차단하세요: CEL 규칙을 사용하여 온디바이스에서 네트워크 외부 전송, 민감한 파일 액세스 또는 셸 명령을 중지하세요.
  • 사후에 에이전트 세션을 재구성하세요: 실시간 텔레메트리가 실행되지 않는 경우에도 디스크 아티팩트로부터 포렌식 타임라인을 재구축하세요.

자세히 알아보기: Numbat을 통한 Perplexity 클라이언트 엔드포인트 전반의 에이전트 보안 강화