Perplexity ने Brain की मेमोरी संरचना और एजेंट API परीक्षणों का विवरण दिया

2 नवंबर, 2026 को Perplexity ने AI एजेंट की स्थायी मेमोरी पर एक तकनीकी मार्गदर्शिका प्रकाशित की। इसमें Perplexity Computer के Brain सिस्टम, Agent API के मेमोरी बनाने वाले घटकों और इस बात के परीक्षणों का विवरण दिया गया कि संग्रहित संदर्भ से एजेंट के बाद के काम में सुधार होता है या नहीं।

Brain की संरचना और बताए गए नतीजे

Perplexity, Brain को Computer के लिए अपनी ऐसी मेमोरी प्रणाली बताता है जो लगातार बेहतर होती है और पुराने काम तथा सुधारों को व्यवस्थित करके ज्ञान-विकी को विकसित करने के लिए बनाई गई है। इसमें टोकन-स्तर की मेमोरी का इस्तेमाल होता है: जानकारी मॉडल के बाहर संग्रहित की जाती है और ज़रूरत पड़ने पर संदर्भ में पढ़ी जाती है। विकी का कोई पृष्ठ बदलने से यह बदल जाता है कि बाद के किसी काम के दौरान एजेंट क्या पढ़ सकता है; इससे मॉडल के सीखे हुए वज़न में बदलाव नहीं होता।

Brain इन रिकॉर्डों को एजेंट के सैंडबॉक्स में तीन परतों में फ़ाइलों के रूप में संग्रहित करता है। यह sessions/ निर्देशिका मूल प्रतिलेख और उनके सारांश रखती है, notes/ संक्षिप्त की गई जानकारी को विषय के अनुसार व्यवस्थित करती है, और knowledge/ विकी के लोगों, परियोजनाओं और अवधारणाओं से जुड़े Markdown पृष्ठ रखती है। मार्गदर्शिका सत्र रिकॉर्डों को प्रसंगात्मक स्मृति और विकी को अर्थगत स्मृति के रूप में वर्गीकृत करती है; कौशल और सहेजे गए निर्देश बताते हैं कि काम कैसे किए जाने चाहिए और इस तरह प्रक्रियात्मक स्मृति उपलब्ध कराते हैं।

Dream नाम के बैकग्राउंड एजेंट हर दिन के सत्र रिकॉर्डों को रात में संसाधित करते हैं, सारांश बनाते हैं और जानकारी बदलने पर विकी को संशोधित करते हैं। Perplexity का कहना है कि वह Git के ज़रिए बदलावों को कमिट करने से पहले चरणबद्ध संपादनों की जाँच करता है, ताकि निरीक्षण के लिए अंतर उपलब्ध रहे। हर मेमोरी प्रविष्टि अपने स्रोत से जुड़ी होती है। Brain के बैकग्राउंड अपडेट ऐसी जानकारी को और मज़बूत करते हैं जो अब भी मान्य है, बदलावों के बाद प्रविष्टियों को संशोधित करते हैं और पुरानी पड़ चुकी सामग्री को चिह्नित करते हैं।

Perplexity ने बताया कि 30-दिवसीय युग्मित मूल्यांकन में Brain-सक्षम सत्रों से सही उत्तर देने की क्षमता में 9.3 प्रतिशत अंक और रिकॉल में 8.9 प्रतिशत अंक का सुधार हुआ, जबकि लगभग 15% कम टोकन इस्तेमाल हुए। 150 वित्तीय दस्तावेज़ों से जुड़े सवालों को शामिल करने वाले एक अलग आंतरिक बेंचमार्क में, मानक फ़ाइल टूल इस्तेमाल करने वाले अन्वेषण एजेंट का उत्तर स्कोर 0.627 रहा, जबकि उसी कॉर्पस पर अर्थगत खोज का स्कोर लगभग 0.37 था।

Agent API के मेमोरी घटक

Perplexity अपने डेवलपर उत्पाद और Brain के बीच स्पष्ट अंतर बताता है: Agent API में स्वयं को बनाए रखने वाली मेमोरी प्रणाली शामिल नहीं है। इसके बजाय, यह संस्करण-नियंत्रित प्रक्रियाएँ, अनुरोधों के बीच बातचीत का संदर्भ बनाए रखने के तरीके और डेवलपर-नियंत्रित स्टोर से जानकारी पढ़ने तथा उसमें लिखने के टूल उपलब्ध कराता है।

कस्टम कौशल में निर्देश, प्रक्रियाएँ और सहायक फ़ाइलें एक संस्करण संख्या के अंतर्गत शामिल होती हैं। प्रोफ़ाइल में मॉडल, निर्देश, टूल, कौशल, कनेक्टर और रन सेटिंग सहित व्यापक कॉन्फ़िगरेशन को एक संस्करण-नियंत्रित ID के अंतर्गत सहेजा जाता है। कौशल अपने आप नहीं सीखते; कोई व्यक्ति या स्वचालित प्रक्रिया नया संस्करण अपलोड करती है, तभी उनके निर्देश बदलते हैं।

डेवलपर अलग-अलग चरणों के बीच काम का संदर्भ बनाए रखने के लिए दो विकल्प अपना सकते हैं। वे पहले के चुने हुए संदेशों को अगले अनुरोध की इनपुट ऐरे में रख सकते हैं और तय कर सकते हैं कि क्या बनाए रखना है, उसका सारांश देना है, उसे संपादित करके संवेदनशील जानकारी हटानी है या छोड़ देना है। दूसरा विकल्प है कि पूरे हो चुके उत्तर की ID को previous_response_id, इस तरह दिया जाए कि Perplexity ऐप्लिकेशन से पहले के चरणों को दोबारा भेजे बिना अपने सर्वर पर बातचीत की स्थिति बनाए रख सके। दोनों में से किसी भी तरीके में अगले उत्तर के लिए ज़रूरी नए निर्देश, टूल या मॉडल सेटिंग देना फिर भी आवश्यक है।

प्रसंगात्मक और अर्थगत मेमोरी का संग्रहण डेवलपर की ज़िम्मेदारी बना रहता है। फ़ंक्शन कॉलिंग के ज़रिए एजेंट के काम करने से पहले पढ़ने की और उसके बाद लिखने की प्रक्रिया लागू की जा सकती है; ऐप्लिकेशन कॉल चलाता है और नतीजे लौटाता है। नतीजे, उसके समर्थन में मौजूद स्रोत और बाद में उपयोगकर्ता द्वारा किए गए सुधार को दर्ज करने से प्रसंगात्मक रिकॉर्ड की शुरुआत होती है—यह सिर्फ़ यह दर्ज करने से आगे की बात है कि जानकारी हासिल की गई थी। अलग-अलग कस्टम फ़ंक्शन रैपर के बिना मेमोरी ऑपरेशन उपलब्ध कराने वाला, संगत रिमोट MCP सर्वर एक और विकल्प देता है। Perplexity अपने प्रबंधित कनेक्टरों में GitHub, Slack, Google Drive, Datadog, Linear और Notion को शामिल करता है, जबकि कस्टम कनेक्टर आंतरिक प्रणालियों तक पहुँच दे सकते हैं।

परीक्षण और Computer के नियंत्रण

मार्गदर्शिका में नए सत्र का परीक्षण ऐसा अनुरोध शुरू करता है जिसमें पहले के संदेशों या previous_response_id, को दोबारा शामिल नहीं किया जाता, लेकिन उसी मेमोरी स्टोर तक पहुँच बनी रहती है। फिर एजेंट से पहले वाला सुधार दोबारा बताए बिना उससे संबंधित काम करने को कहा जाता है। तैनाती एजेंट के लिए Perplexity का सुझाव है कि जाँच की जाए कि एजेंट प्रभावित सेवा के लिए सत्यापित रोलबैक कमांड हासिल करके उसका इस्तेमाल करता है, दूसरी सेवाओं की प्रक्रियाओं को अपरिवर्तित रखता है और कमांड बदलने पर नए निर्देश अपनाते हुए स्रोत का पता लगाने योग्य रिकॉर्ड बनाए रखता है।

मेमोरी के साथ और उसके बिना तुलना करते समय Perplexity मॉडल, प्रोफ़ाइल और कौशल के संस्करणों को एकसमान रखने तथा किसी ज्ञात स्टोर स्नैपशॉट से शुरुआत करने की सलाह देता है, ताकि एक परीक्षण एजेंट को अगले परीक्षण का उत्तर न सिखा दे। वह यह भी सुझाव देता है कि विफल मामलों को सहेजकर रखा जाए, ताकि बाद के संशोधनों में उन्हें सफलतापूर्वक हल किया जा सके। केवल रिकॉल पर निर्भर रहने के बजाय, मार्गदर्शिका के अनुसार यह मापना चाहिए कि मेमोरी पर निर्भर काम पूरे होते हैं या नहीं; साथ ही लागत और विलंब को भी शामिल करना चाहिए।

Computer में Brain, सत्रों, कनेक्ट किए गए टूल, फ़ाइलों और अन्य सामग्री तथा उपयोगकर्ता के सुधारों से जानकारी लेता है। इसका मेमोरी दृश्य उपयोगकर्ताओं को प्रविष्टियाँ देखने, उनके स्रोतों तक पहुँचने और उन्हें संपादित करने या हटाने की सुविधा देता है। Brain गुप्त मोड के सत्रों को शामिल नहीं करता और इसके लिए एक अलग स्विच है।

गाइड में दिया गया Rho का उदाहरण चालान बनाने की एक परियोजना का वर्णन करता है, जिसमें Computer ने रात भर में हुए बदलावों की समीक्षा की, विसंगतियों को चिह्नित किया और सुबह Slack पर सारांश प्रकाशित किया। Rho ने बताया कि इससे साप्ताहिक बैठक का समय 2.5 घंटे से घटकर 15 मिनट रह गया और अनुमान लगाया कि 12 सप्ताह की परियोजना के दौरान 120 कार्य-घंटे बचाए गए। Perplexity ने कहा कि 120 घंटे की इस बचत के अनुमान में कनेक्टर्स, रात भर चलने वाली प्रक्रियाओं और Slack पर साझा किए गए सारांश का संयुक्त कार्यप्रवाह शामिल था; साथ ही, मेमोरी के अलग-अलग योगदान का अभी तक परिमाण तय करना संभव नहीं था।

इसलिए, Rho द्वारा बताई गई बचत में मेमोरी के अलग-अलग योगदान का प्रश्न गाइड में अनसुलझा ही रहता है।