Perplexity popisuje architekturu paměti Brain a testování Agent API

Perplexity 2. listopadu 2026 zveřejnila technického průvodce dlouhodobou pamětí AI agentů, který podrobně popisuje systém Brain v Perplexity Computer, komponenty Agent API určené k budování paměti a testy ověřující, zda uložený kontext zlepšuje pozdější práci agenta.

Architektura Brain a uváděné výsledky

Perplexity popisuje Brain jako svůj samooptimalizační paměťový systém pro Computer, který slouží k organizaci předchozí práce a oprav do průběžně se vyvíjející znalostní wiki. Využívá paměť na úrovni tokenů, což znamená, že se informace ukládají mimo model a podle potřeby se načítají do kontextu. Změna stránky wiki ovlivní, k čemu má agent při pozdějším úkolu přístup, aniž by se změnily naučené váhy modelu.

Brain ukládá tyto záznamy jako soubory v sandboxu agenta ve třech vrstvách. Tento sessions/ adresář uchovává nezpracované přepisy a jejich souhrny, notes/ uspořádává destilované informace podle témat a knowledge/ obsahuje propojené stránky wiki ve formátu Markdown o lidech, projektech a konceptech. Průvodce klasifikuje záznamy relací jako epizodickou paměť a wiki jako sémantickou paměť; Dovednosti a uložené instrukce poskytují procedurální paměť toho, jak mají být úkoly prováděny.

Agenti na pozadí zvaní Dream každou noc zpracovávají záznamy relací za daný den, vytvářejí souhrny a upravují wiki, pokud se informace změnily. Perplexity uvádí, že před potvrzením změn prostřednictvím Gitu kontroluje připravené úpravy a zpřístupňuje rozdílový soubor k nahlédnutí. Každá položka paměti odkazuje zpět na svůj zdroj, zatímco aktualizace Brain na pozadí posilují informace, které jsou stále platné, upravují položky po změnách a označují zastaralý obsah.

Perplexity uvedla, že relace s Brain v párovém vyhodnocení trvajícím 30 dní zlepšily správnost o 9,3 procentního bodu a zapamatování o 8,9 procentního bodu, přičemž spotřebovaly přibližně o 15 % méně tokenů. V samostatném interním benchmarku zahrnujícím 150 otázek k finančním dokumentům dosáhl průzkumný agent používající standardní souborové nástroje skóre odpovědí 0,627, zatímco sémantické vyhledávání nad stejným korpusem dosáhlo přibližně 0,37.

Komponenty paměti Agent API

Perplexity výslovně odlišuje nabídku pro vývojáře od Brain: Agent API neobsahuje samoúdržbový paměťový systém. Nabízí místo toho verzované postupy, metody pro přenášení kontextu konverzace mezi požadavky a nástroje pro čtení z úložiště spravovaného vývojářem i zápis do něj.

Vlastní Dovednost sdružuje instrukce, postupy a podpůrné soubory pod jedním číslem verze. Profil ukládá širší konfiguraci, včetně modelu, instrukcí, nástrojů, Dovedností, konektorů a nastavení spuštění, pod jedním verzovaným ID. Dovednosti se neučí samostatně; jejich instrukce se mění, když člověk nebo automatizovaný proces nahraje novou verzi.

Vývojáři mají dvě možnosti, jak mezi jednotlivými koly zachovat pracovní kontext. Mohou do vstupního pole dalšího požadavku vložit vybrané dřívější zprávy a rozhodnout, co ponechat, shrnout, anonymizovat nebo vypustit. Případně mohou předat ID dokončené odpovědi jako previous_response_id, což umožňuje Perplexity uchovávat stav konverzace na svých serverech, aniž by aplikace musela znovu odesílat předchozí kola. V obou případech je stále nutné dodat veškeré nové instrukce, nástroje nebo nastavení modelu potřebné pro další odpověď.

Za ukládání epizodické a sémantické paměti nadále odpovídá vývojář. Volání funkcí může zajistit operaci čtení před tím, než agent začne jednat, a operaci zápisu po dokončení akce; aplikace přitom volání provádí a vrací výsledky. Zaznamenání výsledku, podpůrného zdroje a následné opravy od uživatele vytváří základ epizodického záznamu, namísto pouhého zaznamenání toho, že byly informace načteny. Kompatibilní vzdálený server MCP nabízí další možnost: zpřístupňuje operace s pamětí bez samostatných obalů pro vlastní funkce. Perplexity mezi svými spravovanými konektory uvádí GitHub, Slack, Google Drive, Datadog, Linear a Notion, zatímco vlastní konektory mohou zajistit přístup k interním systémům.

Testování a ovládací prvky Computer

Test s novou relací popsaný v průvodci spouští požadavek bez opětovného přehrání zpráv nebo previous_response_id, přičemž zachovává přístup ke stejnému úložišti paměti. Agent pak dostane za úkol provést související práci, aniž by znovu obdržel předchozí opravu. U agenta pro nasazování Perplexity navrhuje ověřit, zda agent načte a použije ověřený příkaz pro vrácení změn u dotčené služby, ponechá postupy ostatních služeb beze změny a při změně příkazu převezme novější pokyny, přičemž zachová dohledatelný zdroj.

Při porovnávání práce s pamětí a bez ní Perplexity doporučuje ponechat verze modelu, Profilu a Dovednosti beze změny a začínat od známého snímku úložiště, aby se agent v jednom testu nenaučil odpověď, kterou by použil v následujícím testu. Doporučuje také ukládat neúspěšné případy, aby jimi následné revize prošly. Průvodce doporučuje nespoléhat pouze na schopnost vybavit si informace, ale měřit, zda jsou úkoly závislé na paměti dokončeny, a zahrnout i náklady a latenci.

V prostředí Computer čerpá Brain z relací, připojených nástrojů, souborů a artefaktů i z oprav od uživatelů. V zobrazení Paměť mohou uživatelé prohlížet záznamy, dohledat jejich zdroje a upravovat je nebo mazat. Brain nezahrnuje relace v anonymním režimu a má samostatný přepínač.

Příklad společnosti Rho v příručce popisuje fakturační projekt, v němž Computer přes noc kontroloval změny, upozorňoval na nesrovnalosti a ráno zveřejnil souhrn ve Slacku. Rho uvedla, že se jí podařilo zkrátit týdenní čas strávený na schůzkách z 2,5 hodiny na 15 minut, a odhadla, že během 12týdenního projektu ušetřila 120 pracovních hodin. Perplexity uvedla, že odhad 120 hodin zahrnoval kombinovaný pracovní postup využívající konektory, noční běhy a souhrn ve Slacku a že zatím nedokázala vyčíslit samostatný přínos paměti.

Příručka proto neobjasňuje, jaký konkrétní podíl měla paměť na úsporách, které Rho uvedla.