โมเดลและแพลตฟอร์ม AI
Perplexity Brain สร้างและปรับปรุงทักษะของเอเจนต์จากประสบการณ์

ประเด็นสำคัญBrain…
ดูเพิ่มเติม
- Brain ปรับแต่งเอเจนต์ให้เฉพาะบุคคลโดยการเปลี่ยนบริบทและคำสั่งแทนที่จะเปลี่ยนน้ำหนักของโมเดล
- การสร้างทักษะอัตโนมัติมีอัตราถึง 72.9% ของผู้ใช้ที่เปิดใช้งาน เทียบกับ 6.5% ของกลุ่มควบคุมในการทดสอบจริง
- การอัปเดตทักษะที่มีมาให้ในตัวต้องผ่านการทดสอบแบบเล่นซ้ำคู่กันและการอนุมัติจากวิศวกรก่อนที่การเปลี่ยนแปลงใด ๆ จะมีผล
Perplexity ระบุเมื่อวันที่ 18 พฤศจิกายน 2026 ว่า Brain ซึ่งเป็นระบบปรับแต่งการทำงานเฉพาะบุคคลสำหรับ เอเจนต์ Computer สามารถสร้างและปรับปรุงทักษะของเอเจนต์ที่นำกลับมาใช้ซ้ำได้แล้ว และ Brain ได้สร้างทักษะส่วนบุคคลมากกว่า 80,000 รายการให้ผู้ใช้กว่า 20,000 คน ระหว่างวันที่ 1 สิงหาคม 2026 ถึง 14 พฤศจิกายน 2026
ฟีเจอร์นี้ออกแบบมาเพื่อบันทึกความต้องการและขั้นตอนการทำงานเฉพาะของผู้ใช้ ซึ่งโมเดลอเนกประสงค์ไม่อาจรู้ล่วงหน้าได้ ช่วยลดการต้องอธิบายและแก้ไขซ้ำ ทักษะจะรวบรวมคำสั่งที่นำกลับมาใช้ซ้ำได้และทรัพยากรประกอบ ซึ่งบางครั้งรวมถึงสคริปต์ด้วย ระบบควบคุมการทำงานของ Computer ช่วยให้ค้นพบทักษะเหล่านี้ได้ และโหลดคำสั่งเมื่อเอเจนต์ร้องขอ ผู้ใช้ยังสามารถระบุทักษะไว้ในพรอมป์ตได้ด้วย การปรับแต่งเฉพาะบุคคลจะเปลี่ยนบริบทและคำสั่งของเอเจนต์ ไม่ใช่น้ำหนักของโมเดลพื้นฐาน
การปรับปรุงทักษะส่วนบุคคลเปิดให้สมาชิก Max ทุกคนในสหรัฐฯ ใช้งาน โดยเปิดใช้งานเป็นค่าเริ่มต้นสำหรับผู้ใช้ที่มีสิทธิ์ และสามารถปิดได้ แท็บปลั๊กอินระบุว่าทักษะใดสร้างโดย Brain และให้ผู้ใช้เลือกได้ว่าจะเปิดใช้งานทักษะใดบ้าง
การใช้งานและผลการทดสอบเบื้องต้น
Perplexity ยังรายงานการอัปเดตอัตโนมัติมากกว่า 100,000 ครั้งให้แก่ทักษะส่วนบุคคลเดิมกว่า 30,000 รายการ ระหว่างวันที่ 4 กันยายน 2026 ถึง 14 พฤศจิกายน 2026 ในการทดสอบแบบสุ่มที่ดำเนินการจริงเป็นเวลา 8 สัปดาห์ ผู้ใช้ที่เปิดใช้การปรับปรุงอัตโนมัติ 72.9% ได้รับทักษะส่วนบุคคลใหม่อย่างน้อย 1 รายการ เทียบกับกลุ่มควบคุม 6.5% ที่เพิ่มทักษะเองด้วยตนเอง ในกลุ่มที่เปิดใช้ระบบ มีการโหลดทักษะส่วนบุคคลในการสนทนาที่ผู้ใช้เริ่มต้น 53% ส่วนกลุ่มควบคุมอยู่ที่ 13% ในบรรดาลูกค้าที่ได้รับทักษะซึ่ง Brain สร้างขึ้น 63% นำทักษะอย่างน้อยหนึ่งรายการกลับมาใช้อีกครั้งในการสนทนาครั้งถัดไปภายใน 4 สัปดาห์
ในการทดลองเดียวกัน Perplexity รายงานว่าความล้มเหลวในการเรียกใช้เครื่องมือลดลง 11% เมื่อพิจารณากิจกรรมทั้งหมดของ Computer และลดลงประมาณ 7% เมื่อตัดการทำงานเบื้องหลังออก จำนวนชุดข้อความสนทนาต่อผู้ใช้ที่มีความไม่พึงพอใจระดับปานกลางหรือสูงลดลง 7.6% โดยไม่พบการเปลี่ยนแปลงที่วัดได้ในด้านต้นทุนหรือเวลาตอบสนอง
Perplexity รายงานการทดลองแบบออฟไลน์ที่มีขอบเขตจำกัดกว่าโดยใช้ SkillLearnBench: Computer สร้างทักษะหนึ่งรายการสำหรับแต่ละครอบครัวงานทั้ง 9 ประเภท และอัตราความสำเร็จของงานจากกรณีทดสอบแบบจับคู่ 16 กรณีเพิ่มจาก 43.8% เมื่อไม่มีทักษะ เป็น 62.5% เมื่อใช้ทักษะที่สร้างขึ้น เบนช์มาร์กฉบับเต็มประกอบด้วยงาน 20 งานในหมวดหมู่การใช้งานจริง 6 หมวด และกรณีทดสอบที่ผ่านการตรวจสอบแล้ว 100 กรณี ดังนั้นการทดลองของบริษัทจึงครอบคลุมเพียงบางส่วนของชุดทดสอบทั้งหมด
วิธีปรับปรุงทักษะส่วนบุคคล
กลไกการปรับปรุงที่ใช้ร่วมกันมี 4 ขั้นตอน ได้แก่ รวบรวมหลักฐาน ทบทวนหลักฐาน ตรวจสอบข้อเสนอ และเปิดใช้งานการเปลี่ยนแปลง ระบบควบคุมการทำงานจะบันทึกการโหลดทักษะ ส่วนเอเจนต์จะจัดทำรายงานวินิจฉัยในรูปแบบที่มีโครงสร้างเมื่อตรวจพบว่าผู้ใช้หงุดหงิด การทำงานขัดข้อง หรือเกิดความไร้ประสิทธิภาพอย่างชัดเจน ระบบเก็บเส้นทางการทำงานของแต่ละเซสชันไว้ ซึ่งรวมถึงข้อความ การเรียกใช้เครื่องมือ การให้เหตุผล และผลลัพธ์ ทำให้เอเจนต์ปรับปรุงสามารถตรวจสอบได้ว่าขั้นตอนใดผิดพลาด แทนที่จะอาศัยเพียงผลลัพธ์หรือบทสรุปสั้น ๆ
ในการทำงานประจำวันเพื่อปรับปรุงทักษะส่วนบุคคล เอเจนต์ปรับปรุงเบื้องหลังจะได้รับเซสชันล่าสุด ข้อมูลการใช้ทักษะ และรายการทักษะที่มีอยู่ แต่ไม่มีสิทธิ์เข้าถึงอินเทอร์เน็ตหรือตัวเชื่อมต่อ ทั้งนี้สามารถดึงประวัติเซสชันของผู้ใช้เพิ่มเติมได้ตามต้องการ การสร้างทักษะใหม่ต้องพบพฤติกรรมแบบเดียวกันที่นำกลับมาใช้ซ้ำได้อย่างเป็นอิสระ 2 ครั้ง ส่วนการปรับปรุงทักษะเดิมอาจอาศัยเหตุการณ์เดียวที่มีหลักฐานรองรับ ข้อเสนอแต่ละรายการจำกัดการเปลี่ยนแปลงไว้ที่หนึ่งจุดต่อทักษะต่อการทำงานหนึ่งรอบ การตรวจสอบแบบกำหนดตายตัวจะทดสอบว่าข้อเสนอนั้นมีรูปแบบถูกต้องและนำไปใช้ได้หรือไม่ ขณะที่ผู้ประเมินซึ่งเป็น LLM จะตรวจสอบข้อเสนอที่สุ่มตัวอย่าง เพื่อพิจารณาว่ามีหลักฐานรองรับและมีคำแนะนำที่เป็นประโยชน์หรือไม่
เมื่อเปิดใช้งาน ระบบจะบันทึกการเปลี่ยนแปลงที่ผ่านการตรวจสอบแล้วลงในคลังทักษะของผู้ใช้ เพื่อใช้ในเซสชันต่อไป เนื่องจาก Computer โหลดดัชนีทักษะที่พร้อมใช้งานเมื่อเริ่มแต่ละเซสชัน คลังทักษะที่มีขนาดใหญ่เกินไปจึงอาจใช้พื้นที่บริบทและทำให้ค้นหาทักษะที่เกี่ยวข้องได้ยากขึ้น ระบบจึงจำกัดจำนวนทักษะที่สร้างขึ้นโดยอัตโนมัติไว้ที่ 10 รายการต่อผู้ใช้ หากมีทักษะครบจำนวนที่กำหนดแล้ว เอเจนต์ต้องเลิกใช้ทักษะเดิมหนึ่งรายการ พร้อมชี้แจงว่าเหตุใดทักษะใหม่จึงมีประโยชน์กว่า ก่อนเพิ่มรายการใหม่
ทักษะที่ติดตั้งมาในระบบต้องผ่านการทดสอบเล่นซ้ำและการอนุมัติจากมนุษย์
ทักษะที่ติดตั้งมาในระบบเปิดให้ผู้ใช้ Perplexity ทุกคนใช้งาน การอัปเดตจึงต้องผ่านกระบวนการที่เข้มงวดกว่า โดยใช้หลักฐานจากเซสชันที่มีสิทธิ์นำไปฝึก ซึ่งผ่านการทำให้ข้อมูลไม่ระบุตัวตนและลบข้อมูลรับรองความถูกต้อง ความลับอื่น ๆ ไฟล์แนบ และสื่อออก งานปรับปรุงที่ทำทุกสัปดาห์จะค้นหาความล้มเหลวที่เกิดซ้ำในหลายเซสชัน แทนที่จะปล่อยให้เซสชันที่ผิดพลาดเพียงครั้งเดียวเป็นตัวกำหนดการแก้ไข
เอเจนต์สร้างสถานการณ์ทดสอบจะเปลี่ยนความล้มเหลวเหล่านั้นให้เป็นการทดสอบแบบครบถ้วนในตัว โดยสร้างบริบทที่ไม่จำเป็นขึ้นใหม่ด้วยวิธีสังเคราะห์ และแทนที่อินพุตที่ขึ้นอยู่กับตัวเชื่อมต่อด้วยไฟล์สังเคราะห์ เอเจนต์ปรับปรุงจะได้รับคำอธิบายสาเหตุที่แท้จริงและเซสชันที่สำเร็จซึ่งผ่านการทำให้ข้อมูลไม่ระบุตัวตนแล้ว แต่จะไม่ได้รับสถานการณ์ความล้มเหลวที่กันไว้และใช้ประเมินผล ในการทดสอบเล่นซ้ำแบบจับคู่ ทุกสถานการณ์ทดสอบต้องผ่านเมื่อใช้ทักษะฉบับปรับปรุง และอย่างน้อยหนึ่งสถานการณ์ต้องไม่ผ่านเมื่อใช้ฉบับเดิม ส่วนสถานการณ์ควบคุมจะตรวจสอบว่าพฤติกรรมที่เคยทำงานได้ถูกต้องไม่ถดถอย
ผู้ประเมินซึ่งเป็น LLM จะให้คะแนนคำตอบและเส้นทางการทำงานโดยเทียบกับเกณฑ์ประเมินของแต่ละสถานการณ์ จากนั้นจะส่งตัวเลือกที่เสนอพร้อมผลการประเมินเป็นคำขอผสานโค้ดภายใน และการเปลี่ยนแปลงจะมีผลก็ต่อเมื่อวิศวกรอนุมัติแล้วเท่านั้น
Perplexity วางแผนขยายการปรับปรุงไปยังสกิลที่ผู้ใช้สร้างขึ้น สกิลที่แชร์ภายในโปรเจ็กต์ และสกิลระดับองค์กร คำถามที่ยังไม่มีข้อสรุปเกี่ยวกับผลิตภัณฑ์คือ จะนำแนวทางแบบผสมผสานที่ใช้อยู่ในปัจจุบัน ซึ่งประกอบด้วยการเปิดใช้งานโดยอัตโนมัติ การทดสอบด้วยการเล่นซ้ำ และการอนุมัติโดยมนุษย์ มาใช้อย่างไร เมื่อขั้นตอนการทำงานเปลี่ยนจากประวัติของแต่ละบุคคลไปสู่เวิร์กโฟลว์ที่ทีมใช้ร่วมกัน












