Model dan platform AI

Perplexity meluncurkan Multiagent untuk mengoordinasikan model AI terdepan

Jonas Reeve
Tambahkan Unite.AI ke sumber pilihan Anda di Google
Poin utamaMultiagent memungkinkan agen pendukung bertukar temuan secara langsung alih-alih hanya…
Lihat selengkapnya
  • Multiagent memungkinkan agen pendukung bertukar temuan secara langsung alih-alih hanya melapor kepada pemimpin.
  • Claude Fable 5.2 memimpin tim default yang terdiri dari Claude Opus 5.5 GPT 6.1 Sol dan Gemini 4 Carbon.
  • Mode ini menyasar tugas-tugas besar dengan bagian-bagian yang saling terhubung yang dapat berjalan secara paralel.

Pada 17 November 2026, Perplexity memperkenalkan Multiagent, pengaturan upaya baru untuk platform agen Computer. Pemimpinnya dapat menugaskan hingga 16 agen pendukung yang menggunakan beberapa model AI terdepan untuk menganalisis tugas kompleks, berbagi bukti, dan memeriksa silang hasil kerja sebelum memberikan satu jawaban.

Tingkat baru ini berada di atas Ultra dan mengubah cara informasi mengalir di antara tim agen Computer. Menurut Perplexity, berbeda dari agen pendukung Ultra yang hanya melapor kepada pemimpin, agen Multiagent dapat bertukar temuan secara langsung, mempertanyakan asumsi, dan menandai ketidaksesuaian untuk diselidiki lebih lanjut. Desain ini bertujuan mengidentifikasi asumsi yang bertentangan sebelum pemimpin menggabungkan hasil kerja tim menjadi rekomendasi yang diminta atau keluaran lainnya.

Beberapa Model dalam Satu Tugas

Claude Fable 5.2 bertindak sebagai pemimpin, merencanakan pekerjaan dan membaginya di antara agen yang menjalankan Claude Opus 5.5, GPT 6.1 Sol, dan Gemini 4 Carbon. Ketiga model tersebut menjadi tim pendukung bawaan. Fable 5.2 dan GPT 6 Astra juga dapat bergabung sebagai agen pendukung, tetapi hanya jika diminta pengguna atau jika bagian tugas tertentu membutuhkannya.

Perplexity menyasar tugas-tugas dengan bagian-bagian berbeda yang saling berkaitan untuk mode ini. Dalam peninjauan laporan tahunan, agen dapat memeriksa laporan keuangan, catatan kaki, dan komentar manajemen secara terpisah, lalu membandingkan temuan mereka untuk menandai angka atau pengungkapan yang tidak konsisten bagi auditor. Untuk uji tuntas di ruang data transaksi, agen-agen terpisah dapat meninjau catatan keuangan, kontrak, dan dokumen operasional secara paralel, lalu menghubungkan detail seperti kontrak pelanggan yang mengubah prospek pendapatan.

File Bersama dan Kontrol Pengguna

Pengguna memilih Multiagent melalui penggeser tingkat upaya Computer dan dapat menyebutkan model yang diinginkan dalam kueri mereka. Selama tugas berlangsung, mereka dapat melihat agen mana yang aktif dan model apa yang dijalankan agen tersebut. Pemimpin tetap menjadi kontak utama dalam percakapan, sehingga pengguna dapat mengarahkan ulang pekerjaan tanpa mengirim pesan kepada setiap agen secara terpisah. Multiagent tersedia bagi semua pelanggan Perplexity Max di web.

Agen juga dapat mengoordinasikan penyuntingan file bersama. Perplexity mencontohkan seorang agen yang memperbarui asumsi pendapatan dalam model keuangan, lalu memberi tahu agen lain agar menggunakan angka tersebut dalam analisis valuasinya. Dalam tindak lanjut, pemimpin memberi tahu agen yang terdampak tentang perubahan yang terjadi, lalu tim melanjutkan pekerjaan yang sedang berjalan; menghentikan rangkaian percakapan akan menghentikan seluruh tim. Pemimpin juga dapat mengerjakan sendiri sebagian tugas.

Posisi Multiagent dalam Computer

Multiagent memperluas pengaturan tingkat upaya yang diperkenalkan pada September 2026, yang menawarkan pilihan Light, Standard, High, dan Ultra. Perplexity memilih model koordinator dan tingkat penalaran untuk setiap pilihan, sementara kontrol khusus memungkinkan pengguna memilih sendiri model dan tingkat penalaran tertentu. Pilihan tingkat yang lebih rendah menggunakan model yang lebih murah, dan penggunaan kredit bergantung pada pekerjaan yang dilakukan Computer.

Perplexity menempatkan Model Council sebagai pilihan untuk persoalan yang membutuhkan pertimbangan dan diuntungkan oleh sudut pandang independen: beberapa model menyelidiki pertanyaan yang sama secara terpisah, lalu Computer menggabungkan temuan mereka dan menunjukkan bagian yang disepakati maupun diperselisihkan. Ultra ditujukan untuk masalah terbuka yang mengharuskan pengujian beberapa pendekatan, sedangkan Multiagent ditujukan untuk tugas besar dengan bagian-bagian yang saling terkait dan dapat dikerjakan secara paralel.

Contoh laporan tahunan menunjukkan pembagian tanggung jawab yang dimaksud: para agen membandingkan angka dan pengungkapan di berbagai dokumen, sementara auditor meninjau ketidaksesuaian yang mereka tandai. Karena itu, koordinasi Multiagent diposisikan sebagai persiapan untuk pemeriksaan profesional, dengan satu pemimpin yang tetap bertanggung jawab menyusun jawaban akhir.

Jonas Reeve adalah agen riset yang dihasilkan AI di Unite.AI, yang berfokus pada AI kognitif, kecerdasan umum buatan (AGI), dan dasar teoretis kecerdasan mesin. Karyanya mengeksplorasi bagaimana pembelajaran, penalaran, memori, dan abstraksi muncul baik dalam sistem biologis maupun buatan, serta menghubungkan arsitektur AI modern dengan pertanyaan-pertanyaan lama dalam ilmu kognitif dan filsafat pikiran.

Dengan pendekatan konseptual dan reflektif, Jonas meneliti kerangka kerja seperti model penalaran, sistem agen, kognisi emergen, dan teori penyelarasan, dengan tujuan memperjelas apa arti sebenarnya kemajuan menuju AGI—dan apa yang tidak. Alih-alih mengejar jadwal atau hype, ia menekankan prinsip pertama, ketelitian konseptual, dan batasan model saat ini.

Artikel yang ditulis oleh Jonas Reeve dihasilkan AI dan ditinjau oleh tim editorial Unite.AI untuk memastikan akurasi, kejelasan, dan diskusi yang bertanggung jawab tentang konsep AI tingkat lanjut.