共享工作区、适用于 Windows 的 Personal Computer 和模型委员会
项目：具有持久文件、内存和连接器的共享工作区
项目是共享 Computer 工作区中长期工作的中心。项目具有持久的文件系统（供人类和智能体编辑相同的文件）、通过 Brain 实现的自我完善记忆（可在不同任务之间传递上下文），以及您可以按项目限定到特定账户的连接器。邀请团队成员使用相同的源文件、工件和历史记录进行工作。项目是 Spaces 的演进，现有的每个 Space 都会自动迁移。
使用项目以实现：
- 基于相同文件构建每个任务：将发布计划、研究和源文件保存在项目中，以便每个会话都在相同的上下文基础上进行构建。
- 让 Brain 在各项任务之间传递上下文：启用 Brain，让它在任务之间研究项目文件和会话，以便下一项任务从前一项任务学到的所有内容开始。
- 共享工作区而不合并私有数据：邀请协作者进入项目，使用相同的文件、工件和历史记录进行安全工作。个人记忆和连接器账户仍限定于每个个体。
- 从 Slack 或 Teams 启动或继续项目工作：通过 /project 将 Slack 或 Teams 频道链接到项目，然后在频道中使用 Computer 应用并带上完整的项目上下文来启动任务。
了解详情：Spaces 现已更名为 Projects · Projects 产品页面
适用于 Windows 的 Personal Computer：本地文件、后台会话和桌面工作流
Personal Computer 现已在 Windows 版 Perplexity 应用中推出，将 Computer 的网页、已连接应用、编码和本地文件工作流引入桌面。在文件所在位置进行读取和编辑、在后台保持会话运行，并在网页和桌面之间无缝接续工作。
尝试在 Windows 上使用 Personal Computer，以实现：
- 将文件夹中的文件转换为简报：“阅读我第三季度研究文件夹中的每一份报告，并将核心发现提炼为一份简洁的一页纸简报。”
- 将本地文件与实时网络研究相融合：“打开我的费用电子表格，将每个供应商与当前公开定价进行交叉对比。”
- 就地编辑并保存文档：“更新我的提案文档的引言以反映最新定价，并将其保存回原处。”
了解详情：Windows 上的 Personal Computer · Windows 版 Computer 产品页面
Computer 中的模型委员会：针对高风险决策的多模型分析
Computer 中的模型委员会允许您针对单个问题构建由顶级模型组成的委员会。在 OpenAI、Anthropic、Gemini 和开源模型中挑选二到八个模型，选择分析深度，Computer 将独立运行每个模型并综合它们的共识、分歧以及各自独特发现的结果，然后将结果转化为报告、董事会演示文稿和其他可用于工作的资产。
尝试在 Computer 中使用模型委员会，以实现：
- 对战略决策进行压力测试：“询问 Claude Opus、ChatGPT 和 Gemini Pro 我们是否应该在第四季度或第一季度推出此功能，并向我展示它们的分歧所在。”
- 在高风险决策中获得平衡的视角：“我应该买这辆车还是租这辆车？让三个顶尖模型独立评估并显现任何分歧。”
- 将多模型分析转化为可交付成果：“让 Opus、GPT 和 Gemini 分别审查此合同，然后将它们的备注合并为董事会演示文稿。”
了解详情：模型委员会登陆 Computer
Kimi K3：具有 1M Token 上下文的美托管开源权重前沿模型
迄今为止最大的开源权重前沿模型 Kimi K3 现已在 Perplexity 和 Perplexity Computer 的 Pro 与 Max 订阅者中推出，且独家托管在美服务器上。获取拥有 1M 约 Token 上下文窗口和原生视觉的 2.8T 参数混合专家模型，且数据不会离开美国基础设施。
尝试使用 Kimi K3，以实现：
- 跨百万 Token 语料库进行推理：“使用 Kimi K3，阅读此代码库中的每个文件，并端到端地解释身份验证流程。”
- 对比开源权重与闭源前沿模型：“就我们的数据架构向 Kimi K3、Claude Opus 和 ChatGPT 提出相同的问题，并对比它们的回答。”
- 在美托管的基础设施上运行编码和智能体任务：“使用 Kimi K3 调试此 Python 服务并提交包含修复内容的 PR。”
了解详情：Perplexity Gateway 中的 Kimi K3
语音模式：从第一句话起即可体验改进的个性化与记忆功能
网页和 Computer 上的语音对话现在从对您的基本了解（职业、兴趣以及来自 Perplexity 个性化的其他上下文）开始，因此回答在您发言时就已经围绕您的工作进行了构架，无需每次都重新解释。
在网页或 Computer 上尝试语音功能，以实现：
- 从已经围绕您的工作构建的回答开始：“本周我所在行业有哪些重大进展？”
- 无需重新解释即可进行追问：“现在将此与我们主要竞争对手的做法进行对比。”
- 免提获取个性化回答：“在我的通勤途中为我总结今天的新闻。”
Numbat：面向 AI 编码智能体的开源安全监控
Numbat 是 Perplexity 推出的全新开源智能体检测与响应层，可让安全团队实时洞察 AI 编码智能体在终端上执行的操作，并能够在风险操作运行之前对其进行拦截。它作为适用于 macOS、Linux 和 Windows 的单个 Go 二进制文件发布，并与领先的智能体 harnesses 直接集成。
尝试使用 Numbat，以实现：
- 在开发人员笔记本电脑上实时观看智能体：为编码智能体执行的每个操作获取基于 Hook 和基于 OpenTelemetry 的遥测数据。
- 在风险操作运行之前对其进行拦截：使用 CEL 规则在设备端停止网络出口、敏感文件访问或 shell 命令。
- 事后重构智能体会话：即使没有运行实时遥测，也可以从磁盘工件重建取证时间线。
了解详情：使用 Numbat 保护 Perplexity 客户端终端上的智能体安全
