Perplexity licht de geheugenarchitectuur van Brain en het testen van de Agent API toe

Perplexity publiceerde op 2 november 2026 een technische gids over blijvend geheugen voor AI-agenten, waarin het Brain-systeem in Perplexity Computer, de geheugenopbouwende onderdelen van de Agent API en tests aan bod komen om vast te stellen of opgeslagen context het latere werk van een agent verbetert.

De architectuur en gerapporteerde resultaten van Brain

Perplexity beschrijft Brain als het zelfverbeterende geheugensysteem voor Computer, ontworpen om eerder werk en correcties te ordenen in een wiki met kennis die zich voortdurend ontwikkelt. Het maakt gebruik van geheugen op tokenniveau: informatie wordt buiten het model opgeslagen en zo nodig in de context ingelezen. Als een wikipagina wordt gewijzigd, verandert wat de agent bij een latere taak kan lezen, zonder dat de aangeleerde gewichten van het model worden aangepast.

De sessions/ map bewaart ruwe transcripties en de bijbehorende samenvattingen, notes/ ordent samengevatte informatie per onderwerp, en knowledge/ bevat de wiki met gekoppelde Markdown-pagina’s over mensen, projecten en concepten. Volgens de gids zijn sessieverslagen episodisch geheugen en is de wiki semantisch geheugen; vaardigheden en opgeslagen instructies bieden procedureel geheugen voor de manier waarop taken moeten worden uitgevoerd.

Achtergrondagenten met de naam Dream verwerken elke nacht de sessieverslagen van die dag, maken samenvattingen en herzien de wiki wanneer informatie is veranderd. Perplexity zegt gefaseerde wijzigingen te controleren voordat ze via Git worden vastgelegd, zodat er een diff beschikbaar blijft voor inspectie. Elke geheugenvermelding verwijst terug naar de bron. De achtergrondupdates van Brain versterken informatie die nog steeds geldig is, herzien vermeldingen nadat er iets is veranderd en markeren verouderd materiaal.

Perplexity meldde dat sessies met Brain in een gepaarde evaluatie van 30 dagen de correctheid met 9,3 procentpunt en de herinnering met 8,9 procentpunt verbeterden, terwijl ze ongeveer 15% minder tokens gebruikten. In een afzonderlijke interne benchmark met 150 vragen over financiële documenten behaalde een agent die informatie verkende met standaardbestandstools een antwoords score van 0,627, tegenover ongeveer 0,37 voor semantisch zoeken in hetzelfde corpus.

Geheugencomponenten van de Agent API

Perplexity maakt nadrukkelijk onderscheid tussen zijn aanbod voor ontwikkelaars en Brain: de Agent API bevat geen zelfonderhoudend geheugensysteem. De API biedt in plaats daarvan geversioneerde procedures, manieren om gesprekscontext tussen verzoeken over te dragen en tools om gegevens te lezen uit en te schrijven naar een opslagplaats die door de ontwikkelaar wordt beheerd.

Een aangepaste vaardigheid bundelt instructies, procedures en ondersteunende bestanden onder een versienummer. Een profiel slaat de bredere configuratie op onder één ID met versienummer, waaronder het model, de instructies, tools, vaardigheden, connectors en uitvoeringsinstellingen. Vaardigheden leren niet zelfstandig; hun instructies veranderen wanneer een persoon of geautomatiseerd proces een nieuwe versie uploadt.

Ontwikkelaars hebben twee mogelijkheden om de werkcontext tussen beurten te behouden. Ze kunnen geselecteerde eerdere berichten opnemen in de invoerarray van het volgende verzoek en zelf bepalen wat ze bewaren, samenvatten, redigeren of weglaten. Een andere mogelijkheid is om de ID van een voltooide reactie door te geven als previous_response_id, zodat Perplexity de gespreksstatus op zijn servers kan bijhouden zonder dat de applicatie eerdere beurten opnieuw hoeft te versturen. In beide gevallen moeten eventuele nieuwe instructies, tools of modelinstellingen die nodig zijn voor de volgende reactie nog steeds worden meegegeven.

Episodische en semantische opslag blijven de verantwoordelijkheid van de ontwikkelaar. Met functieaanroepen kan vóór de actie van de agent een leesbewerking en erna een schrijfbewerking worden uitgevoerd; de applicatie voert de aanroepen uit en geeft de resultaten terug. Door de uitkomst, de onderliggende bron en een eventuele latere correctie van de gebruiker vast te leggen, ontstaat het begin van een episodisch verslag. Dat gaat verder dan alleen registreren dat informatie is opgehaald. Een compatibele externe MCP-server biedt een andere mogelijkheid door geheug bewerkingen beschikbaar te maken zonder afzonderlijke wrappers voor aangepaste functies. Perplexity noemt GitHub, Slack, Google Drive, Datadog, Linear en Notion als voorbeelden van beheerde connectors. Aangepaste connectors kunnen toegang bieden tot interne systemen.

Tests en bediening van Computer

Bij de test met een nieuwe sessie wordt een verzoek gestart zonder eerder verstuurde berichten opnieuw af te spelen of previous_response_id, terwijl toegang tot dezelfde geheugenopslag behouden blijft. Vervolgens krijgt de agent de opdracht verwant werk uit te voeren, zonder dat de eerdere correctie opnieuw wordt meegestuurd. Voor een implementatieagent stelt Perplexity voor te controleren of de agent de geverifieerde rollbackopdracht voor de getroffen service ophaalt en gebruikt, de procedures van andere services ongewijzigd laat en nieuwere richtlijnen overneemt wanneer de opdracht verandert, met behoud van een traceerbare bron.

Voor vergelijkingen met en zonder geheugen raadt Perplexity aan de versies van het model, het profiel en de vaardigheid ongewijzigd te laten en te beginnen met een bekende momentopname van de opslag, zodat de ene test de agent niet het antwoord op de volgende kan leren. Het raadt ook aan mislukte gevallen op te slaan, zodat volgende versies die tests kunnen doorstaan. In plaats van alleen op herinnering te vertrouwen, adviseert de gids te meten of taken die van geheugen afhankelijk zijn daadwerkelijk worden voltooid, en daarbij ook de kosten en latentie mee te nemen.

In Computer put Brain informatie uit sessies, gekoppelde tools, bestanden en artefacten, en uit correcties van gebruikers. In de geheugenweergave kunnen gebruikers items bekijken, nagaan uit welke bronnen ze afkomstig zijn en ze bewerken of verwijderen. Brain sluit incognitosessies uit en heeft een aparte schakelaar.

In het Rho-voorbeeld in de handleiding wordt een factureringsproject beschreven waarin Computer ’s nachts wijzigingen controleerde, inconsistenties signaleerde en ’s ochtends een samenvatting in Slack publiceerde. Rho meldde dat de wekelijkse vergadertijd was teruggebracht van 2,5 uur naar 15 minuten en schatte dat het project van 12 weken 120 arbeidsuren zou besparen. Perplexity zei dat de schatting van 120 uur betrekking had op de gecombineerde workflow van connectoren, nachtelijke uitvoeringen en de Slack-samenvatting, en dat de afzonderlijke bijdrage van het geheugen nog niet kon worden gekwantificeerd.

De handleiding laat de afzonderlijke bijdrage van het geheugen aan de door Rho gemelde besparingen daarom in het midden.