Perplexity beskriver Brain-minnearkitekturen og testing av Agent API

Perplexity publiserte 2. november 2026 en teknisk veiledning om vedvarende minne for AI-agenter, med en beskrivelse av Brain-systemet i Perplexity Computer, komponentene for minnebygging i Agent API og tester av hvorvidt lagret kontekst forbedrer agentens senere arbeid.

Brains arkitektur og rapporterte resultater

Perplexity beskriver Brain som sitt selvforbedrende minnesystem for Computer, utviklet for å organisere tidligere arbeid og korrigeringer i en kunnskapswiki i stadig utvikling. Systemet bruker minne på tokennivå, det vil si at informasjon lagres utenfor modellen og leses inn i konteksten ved behov. Når en wiki-side endres, påvirker det hva agenten kan lese i en senere oppgave, uten at modellens innlærte vekter endres.

Den sessions/ katalogen beholder rå transkripsjoner og sammendragene av dem, notes/ organiserer bearbeidet informasjon etter emne, og knowledge/ inneholder wikiens lenkede Markdown-sider om personer, prosjekter og konsepter. Veiledningen klassifiserer øktoppføringer som episodisk minne og wikien som semantisk minne; ferdigheter og lagrede instruksjoner utgjør prosedyreminne for hvordan oppgaver skal utføres.

Bakgrunnsagenter kalt Dream behandler hver dags øktoppføringer i løpet av natten, lager sammendrag og reviderer wikien når informasjonen er endret. Perplexity sier at selskapet kontrollerer klargjorte endringer før de blir lagt inn via Git, slik at en diff er tilgjengelig for gjennomgang. Hver minneoppføring lenker tilbake til kilden sin, mens Brain oppdaterer bakgrunnsminnet ved å styrke informasjon som fortsatt er gyldig, revidere oppføringer etter endringer og merke utdatert materiale.

Perplexity rapporterte at økter med Brain i en paret evaluering over 30 dager økte korrektheten med 9,3 prosentpoeng og gjenfinningen med 8,9, samtidig som de brukte omtrent 15 % færre token. I en separat intern referansetest med 150 spørsmål om finansdokumenter fikk en utforskende agent som brukte standard filverktøy, en svarpoengsum på 0,627, sammenlignet med rundt 0,37 for semantisk søk i det samme korpuset.

Minnekomponenter i Agent API

Perplexity skiller uttrykkelig utviklertilbudet sitt fra Brain: Agent API omfatter ikke et selvvedlikeholdende minnesystem. I stedet tilbyr det versjonsstyrte prosedyrer, metoder for å videreføre samtalekontekst mellom forespørsler og verktøy for å lese fra og skrive til et lager som utvikleren kontrollerer.

En tilpasset ferdighet samler instruksjoner, prosedyrer og støttefiler under ett versjonsnummer. En profil lagrer den bredere konfigurasjonen, inkludert modellen, instruksjonene, verktøyene, ferdighetene, koblingene og kjøpsinnstillingene, under én versjonsstyrt ID. Ferdigheter lærer ikke på egen hånd; instruksjonene deres endres når en person eller en automatisert prosess laster opp en ny versjon.

Utviklere har to alternativer for å bevare arbeidskontekst mellom turer. De kan legge utvalgte tidligere meldinger i inndataarrayen til den neste forespørselen og selv bestemme hva som skal beholdes, oppsummeres, sladdes eller utelates. Alternativt kan de sende ID-en til et fullført svar som previous_response_id, slik at Perplexity kan opprettholde samtaletilstanden på serverne sine uten at programmet sender tidligere turer på nytt. Begge metodene krever fortsatt at eventuelle nye instruksjoner, verktøy eller modellinnstillinger som trengs for det neste svaret, oppgis.

Det er fortsatt utviklerens ansvar å lagre episodisk og semantisk minne. Funksjonskall kan brukes til å utføre en leseoperasjon før agenten handler og en skriveoperasjon etterpå, mens programmet utfører kallene og returnerer resultatene. Ved å registrere utfallet, den underliggende kilden og en senere korrigering fra brukeren får man begynnelsen på en episodisk oppføring, i stedet for bare å logge at informasjon ble hentet. En kompatibel ekstern MCP-server er en annen mulighet: Den gir tilgang til minneoperasjoner uten separate omslag for tilpassede funksjoner. Perplexity oppgir GitHub, Slack, Google Drive, Datadog, Linear og Notion blant de administrerte koblingene sine, mens tilpassede koblinger kan gi tilgang til interne systemer.

Testing og kontroller i Computer

Veiledningens test med en ny økt starter en forespørsel uten å spille av meldinger eller previous_response_id, samtidig som tilgangen til det samme minnelageret bevares. Deretter blir agenten bedt om å utføre beslektet arbeid uten å få den tidligere korrigeringen på nytt. For en utrullingsagent foreslår Perplexity å kontrollere at agenten henter og bruker den verifiserte tilbakeføringskommandoen for den berørte tjenesten, lar prosedyrene for andre tjenester være uendret og tar i bruk nyere veiledning når kommandoen endres, samtidig som den beholder en sporbar kilde.

Når tester med og uten minne sammenlignes, anbefaler Perplexity å holde modellen samt versjonene av profil og ferdighet uendret og starte fra et kjent øyeblikksbilde av lageret, slik at én test ikke lærer agenten svaret på den neste. Selskapet anbefaler også å lagre tilfeller der testen mislykkes, slik at de kan bestås i senere revisjoner. I stedet for å basere seg utelukkende på gjenkalling sier veiledningen at man bør måle om oppgaver som er avhengige av minne, blir fullført, og ta med kostnad og svartid i målingen.

I Computer bygger Brain på økter, tilkoblede verktøy, filer og artefakter samt korrigeringer fra brukeren. Minnevisningen lar brukerne se oppføringer, spore dem tilbake til kildene og redigere eller slette dem. Brain utelater inkognitoøkter og har en egen bryter.

Guidens eksempel fra Rho beskriver et faktureringsprosjekt der Computer gjennomgikk endringer over natten, flagget avvik og publiserte en morgenoppsummering i Slack. Rho rapporterte at den ukentlige møtetiden ble redusert fra 2,5 timer til 15 minutter, og anslo at prosjektet på 12 uker sparte 120 arbeidstimer. Perplexity sa at anslaget på 120 timer omfattet den samlede arbeidsflyten med koblinger, nattlige kjøringer og Slack-oppsummeringen, og at de ennå ikke kunne tallfeste minnets separate bidrag.

Guiden lar derfor minnets individuelle bidrag til de rapporterte besparelsene hos Rho stå uavklart.