Perplexity推出Teammates：从写提示词到给目标的AI工作代理

Perplexity今日正式发布Teammates，将其定义为“工作中的个人代理”（personal agents for work）。这一产品的核心主张是改变人与AI协作的范式：用户不再需要在单次会话中反复编写提示词，而是直接给出高层次目标，由代理自行规划并执行。目前该功能面向Web端的Max用户开放，移动端与桌面端原生应用将随后推出。

从“写提示词”到“给目标”：交互范式的迁移

Perplexity在发布信息中明确提到，Teammates要把范式从“在会话里写提示词”转变为“给出高层次目标”。这背后是对当前AI使用方式的反思：提示词工程本质上仍要求人类拆解任务、描述步骤、逐轮纠偏，使用者承担了大量“项目经理”的工作。

Teammates的设定是：给它一个目标或一项职责，它自己制定计划，并跨并行任务调度多个代理。这意味着AI的角色从“回答问题的工具”转向“承接职责的执行者”，人的输入从操作层面上升到意图层面。

提示词工程（Prompt Engineering） 指通过精心设计输入文本，引导大语言模型产出预期结果的一系列方法与技巧，包括角色设定、少样本示例、思维链（Chain-of-Thought）引导、格式约束等。它之所以被视为一种“工程”，是因为同一模型在不同提示下的表现差异可能极大，使用者需要反复试验、拆解步骤并逐轮修正。其局限也正在于此：提示词的质量高度依赖使用者的领域知识与表达能力，任务越复杂，人工拆解与纠偏的成本越高。Teammates所主张的“给目标而非写提示词”，本质上是用代理的自主规划能力替代人工的提示词编排，把人的角色从“操作者”上移为“委派者”。

代理之间可以互相交接工作

单代理系统的瓶颈往往在于任务串行、上下文断裂。Perplexity给出的方案是让Teammates之间可以相互传递工作，并且全天候运转。

“全天候”这个描述指向的是持续运行而非一次性问答——任务可以在代理网络中被接力处理，不依赖用户守在会话窗口前推动下一步。对于需要长时间跨度的业务流，这种接力机制比单轮对话更接近真实团队的工作方式。

多代理系统（Multi-Agent System） 指由多个具备一定自主性的AI代理组成、通过消息传递或任务交接协同完成目标的架构。与单代理相比，它的优势在于可将长链条任务拆分为并行子任务、由不同代理分别处理，并在某一代理上下文耗尽或专长不匹配时把工作转交出去，从而缓解单代理“串行执行、上下文断裂”的瓶颈。常见的设计包括角色分工（规划者、执行者、审核者）、共享记忆与任务队列。其挑战在于交接过程中的信息损耗、状态一致性以及错误在多代理间的传播。Perplexity强调Teammates可“相互传递工作并全天候运转”，正是多代理协作思路在消费级产品中的落地。

复用已有的项目、技能与记忆

Teammates并非从零开始工作。官方说明它建立在用户计算机中已有的项目、技能和记忆之上。

这一点值得注意：代理的效能高度依赖可调用的上下文资产。已有的项目结构、沉淀的技能配置和历史记忆构成了代理的“工作底稿”，也决定了它在接手目标时能少走多少弯路。换句话说，Teammates的价值与用户此前在Perplexity生态内积累的深度正相关。

代理记忆（Agent Memory） 指AI系统在会话之外持久保存信息、以便后续任务调用的机制，通常分为短期记忆（当前任务的上下文窗口）与长期记忆（跨会话存储的用户偏好、历史决策、项目资料等）。与之配套的技能（Skills） 可理解为预封装的可复用能力模块或工具调用配置，让代理无需每次从零描述如何完成某类操作。记忆与技能共同构成代理的“工作底稿”：记忆提供事实与背景，技能提供行动手段。这也是为何代理效能与用户既有积累正相关——上下文资产越丰富，代理接手目标时需要澄清和试错的环节就越少。

官方列举的四类落地场景

Perplexity给出的能力示例覆盖了运营、供应链、客服与研发四条线：运行广告活动、管理库存、扩展客户支持、交付代码。

这四个场景的共同点是：任务链条长、环节多、需要持续跟进。它们恰好是传统单次会话式AI最难覆盖的区域——用户不可能靠一段提示词完成一次广告投放的全流程管理。“交付代码”尤其值得关注，它把代理能力直接放到了工程生产环节，而不只是辅助问答。

发布节奏与可用性

当前Teammates仅面向Web端的Max用户推出，原生移动端和桌面应用标注为“即将到来”。这一分批策略说明产品仍处于早期铺开阶段，跨端体验尚未补齐。对于依赖移动场景的用户，完整形态还需要等待。

从产品定位看，Perplexity正在把竞争焦点从“检索与回答的质量”推向“任务承接的完整度”。当代理可以自主规划、互相交接、复用记忆，衡量AI产品的标准也会随之变化：不再是单次回答是否准确，而是给定一个目标后，它能否把事办完。

Max 是Perplexity的付费订阅档位中定位最高的一档，通常包含最强的模型访问权限与最新功能的优先体验权。将新功能先向Max用户开放，是AI产品常见的分批发布（staged rollout）策略：一方面借高付费意愿用户群体收集真实使用反馈、控制早期负载，另一方面也为订阅档位制造差异化卖点。对Teammates这类涉及长时间运行与多代理调度的功能而言，分批发布还能在成本可控的范围内验证任务执行的稳定性，再逐步扩展到更广泛的用户与更多终端。

常见问题

Teammates现在可以使用吗？ Web端的Max用户已可使用，移动端与桌面端原生应用尚未推出。

它和普通对话式AI的区别是什么？ 普通对话需要在会话中逐步写提示词，Teammates接受高层次目标，自行规划并跨并行任务调度代理。

代理之间如何协作？ 多个Teammates可以相互传递工作，并全天候持续运转。

它能调用哪些已有资源？ 可基于用户计算机中已有的项目、技能和记忆开展工作。