Perplexity esittelee Brain-muistin arkkitehtuurin ja agentti-API:n testauksen

Perplexity julkaisi 2. marraskuuta 2026 teknisen oppaan pysyvästä tekoälyagenttien muistista. Oppaassa esitellään Brain-järjestelmä Perplexity Computerissa, Agent API:n muistia rakentavat komponentit sekä testit, joilla selvitetään, parantaako tallennettu konteksti agentin myöhempää työskentelyä.

Brainin arkkitehtuuri ja raportoidut tulokset

Perplexity kuvailee Brainia Computerin itseään kehittäväksi muistijärjestelmäksi, joka on suunniteltu järjestämään aiempi työ ja korjaukset jatkuvasti kehittyväksi tietämyswikiksi. Järjestelmä käyttää tokenitason muistia: tieto tallennetaan mallin ulkopuolelle ja luetaan kontekstiin tarvittaessa. Wiki-sivun muuttaminen vaikuttaa siihen, mitä agentti voi lukea myöhemmässä tehtävässä, mutta ei muuta mallin oppimia painokertoimia.

Brain tallentaa nämä tietueet tiedostoina agentin hiekkalaatikkoon kolmeen kerrokseen: sessions/ hakemisto säilyttää raakatekstit ja niiden yhteenvedot, notes/ järjestää tiivistetyn tiedon aiheittain, ja knowledge/ sisältää wikin linkitetyt Markdown-sivut ihmisistä, projekteista ja käsitteistä. Oppaassa istuntotietueet luokitellaan episodiseksi muistiksi ja wiki semanttiseksi muistiksi; taidot ja tallennetut ohjeet puolestaan tarjoavat proseduraalisen muistin tehtävien suorittamiseen.

Dream-nimiset tausta-agentit käsittelevät kunkin päivän istuntotietueet yön aikana, laativat yhteenvetoja ja tarkistavat wikin, jos tiedot ovat muuttuneet. Perplexity kertoo tarkistavansa vaiheistetut muokkaukset ennen niiden vahvistamista Gitissä, jolloin muutokset voi tarkastaa erotusnäkymästä. Jokainen muistimerkintä linkittyy takaisin lähteeseensä. Brainin taustapäivitykset puolestaan vahvistavat edelleen paikkansapitäviä tietoja, päivittävät muuttuneita merkintöjä ja merkitsevät vanhentuneen aineiston.

Perplexity raportoi, että Brainia käyttävissä istunnoissa 30 päivän parivertailussa oikeellisuus parani 9,3 prosenttiyksikköä ja muistaminen 8,9 prosenttiyksikköä, samalla kun tokeneita kului noin 15 % vähemmän. Erillisessä sisäisessä vertailutestissä, joka kattoi 150 talousasiakirjoihin liittyvää kysymystä, tavanomaisia tiedostotyökaluja käyttävän tutkivan agentin vastauspisteet olivat 0,627, kun taas semanttinen haku samasta aineistosta sai noin 0,37 pistettä.

Agent API:n muistia tukevat komponentit

Perplexity erottaa selvästi kehittäjille tarjoamansa tuotteen Brainista: Agent API ei sisällä itseään ylläpitävää muistijärjestelmää. Sen sijaan se tarjoaa versioituja toimintatapoja, menetelmiä keskustelukontekstin siirtämiseen pyyntöjen välillä sekä työkaluja kehittäjän hallitseman tietovaraston tietojen lukemiseen ja kirjoittamiseen.

Mukautettu taito kokoaa ohjeet, toimintatavat ja tukitiedostot versionumeron alle. Profiili tallentaa laajemman kokoonpanon – kuten mallin, ohjeet, työkalut, taidot, liittimet ja suorituksen asetukset – yhden versioidun tunnisteen alle. Taidot eivät opi itsenäisesti, vaan niiden ohjeet muuttuvat, kun henkilö tai automaattinen prosessi lataa niistä uuden version.

Kehittäjillä on kaksi tapaa säilyttää työskentelykonteksti vuorojen välillä. He voivat lisätä valikoituja aiempia viestejä seuraavan pyynnön syötejoukkoon ja päättää, mitä säilytetään, tiivistetään, peitetään tai jätetään pois. Vaihtoehtoisesti he voivat välittää valmiin vastauksen tunnisteen previous_response_id, jolloin Perplexity ylläpitää keskustelutilaa palvelimillaan ilman, että sovelluksen tarvitsee lähettää aiempia vuoroja uudelleen. Kummassakin tapauksessa seuraavaa vastausta varten tarvittavat uudet ohjeet, työkalut tai malliasetukset on silti toimitettava.

Episodisen ja semanttisen tiedon tallentaminen jää kehittäjän vastuulle. Funktiokutsuilla voidaan toteuttaa lukutoiminto ennen agentin toimintaa ja kirjoitustoiminto sen jälkeen; sovellus suorittaa kutsut ja palauttaa tulokset. Kun tallennetaan lopputulos, sitä tukeva lähde ja käyttäjän myöhempi korjaus, syntyy episodisen muistin ensimmäinen merkintä sen sijaan, että kirjattaisiin vain tiedon hakeminen. Yhteensopiva etäkäytössä toimiva MCP-palvelin tarjoaa toisen tavan toteuttaa tämä: se tuo muistitoiminnot käytettäviksi ilman erillisiä mukautettujen funktioiden kääreitä. Perplexity mainitsee hallinnoitujen liittimiensä joukossa GitHubin, Slackin, Google Driven, Datadogin, Linearin ja Notionin. Mukautetut liittimet puolestaan voivat tarjota pääsyn sisäisiin järjestelmiin.

Testaus ja Computerin hallinta

Oppaan uuden istunnon testissä pyyntö aloitetaan ilman uudelleen lähetettyjä viestejä tai previous_response_id, mutta pääsy samaan muistivarastoon säilytetään. Tämän jälkeen agenttia pyydetään tekemään siihen liittyvää työtä saamatta aiempaa korjausta uudelleen. Käyttöönottoagentin kohdalla Perplexity ehdottaa, että tarkistetaan, hakeeko agentti kyseiseen palveluun vahvistetun palautuskomennon ja käyttääkö se sitä, jättääkö se muiden palveluiden toimintatavat ennalleen ja omaksuuko se uudemmat ohjeet komennon muuttuessa säilyttäen samalla jäljitettävän lähteen.

Kun muistia käyttäviä ja muistia käyttämättömiä versioita verrataan, Perplexity suosittelee pitämään mallin, profiilin ja taitojen versiot samoina sekä aloittamaan tunnetusta tietovaraston tilannekuvasta, jotta yksi testi ei opeta vastausta seuraavalle. Se suosittelee myös tallentamaan epäonnistuneet tapaukset, jotta ne voidaan ottaa mukaan myöhempiin versioihin. Pelkän muistamisen mittaamisen sijaan oppaassa kehotetaan arvioimaan, saadaanko muistista riippuvat tehtävät suoritettua, ja ottamaan huomioon myös kustannukset ja viive.

Computerissa Brain hyödyntää istuntoja, yhdistettyjä työkaluja, tiedostoja ja artefakteja sekä käyttäjien tekemiä korjauksia. Muistinäkymässä käyttäjät voivat tarkastella merkintöjä, jäljittää niiden alkuperän ja muokata tai poistaa niitä. Brain jättää incognito-istunnot pois, ja sillä on erillinen kytkin.

Oppaan Rho-esimerkissä kuvataan laskutusprojektia, jossa Computer kävi muutokset läpi yön aikana, merkitsi ristiriitaisuudet ja julkaisi aamukoosteen Slackissa. Rho kertoi lyhentäneensä viikoittaisten kokousten kestoa 2,5 tunnista 15 minuuttiin ja arvioi säästäneensä 120 työtuntia 12 viikkoa kestäneen projektin aikana. Perplexityn mukaan 120 työtunnin arvio kattoi yhdistetyn työnkulun, johon kuuluivat liittimet, yön yli ajot ja Slack-kooste. Se kertoi myös, ettei muistin erillistä osuutta säästöistä voitu vielä määrittää.

Oppaassa ei siis selvitetä, mikä oli muistin itsenäinen osuus Rhon ilmoittamista säästöistä.