Perplexity网页版悄然移除多项功能引争议

事件回顾：Perplexity网页版功能悄然缩水

近日，一位Perplexity的重度用户在Reddit上发帖，指出Perplexity网页版在没有任何公告的情况下，悄然移除了多项此前可用的功能。这一变化引发了部分用户的关注和不满。

据该用户描述，他此前使用一个基于Tampermonkey的浏览器脚本来追踪自己在Perplexity上的使用量。Tampermonkey是目前最主流的用户脚本管理器浏览器扩展，支持Chrome、Firefox、Edge等主流浏览器，允许用户安装和运行由社区开发的JavaScript脚本。这些脚本可以修改网页的外观、行为，或通过调用网站暗露的API接口来获取官方界面未直接展示的额外信息。其工作原理是在浏览器加载网页后注入自定义JavaScript代码，通过DOM操作修改页面展示，或通过XMLHttpRequest/fetch拦截和调用网站的内部API。这些内部API通常是前端与后端通信的接口，虽未被列入公开开发者文档，但可通过浏览器DevTools的Network面板轻松发现。围绕各类SaaS产品，技术社区往往会自发开发大量此类脚本来弥补官方功能的不足，形成一个活跃的非官方工具生态——这种现象有时被称为"影子API经济"，反映了高级用户对产品信息透明度的更高需求。

然而几天前，这个脚本突然失效，所有统计数值都显示为零。经过排查，他发现脚本所调用的接口 www.perplexity.ai/rest/rate-limit/all 已不再返回有效数据，这从技术层面证实了后端接口的变动。

被移除的三项关键功能详解

根据发帖者的反馈，本次Perplexity网页版受影响的功能主要集中在以下三个方面：

使用量统计接口失效

最直接的变化是速率限制（rate-limit）接口不再对外提供数据。速率限制（Rate Limiting）是Web服务中极为常见的流量控制机制，用于防止单个用户或应用在短时间内发起过多请求，从而保护服务器资源和公平分配服务能力。在AI API领域，速率限制尤为关键，因为每次大语言模型推理调用都消耗昂贵的GPU计算资源。OpenAI、Anthropic等厂商都实施了精细的速率限制策略，通常按RPM（每分钟请求数）和TPM（每分钟Token数）双重维度控制。对于消费级产品，速率限制还承担着订阅层级区分的功能——免费用户与付费用户的配额差异是核心商业模式的一部分。

通常，SaaS产品会在HTTP响应头或专用端点中暴露当前用户的配额使用情况，包括已用次数、剩余次数、重置时间等信息。Perplexity此前提供的这个端点属于此类信息暴露点——虽然不在公开API文档中，但技术用户往往通过浏览器开发者工具发现并利用它们。

对于依赖第三方脚本监控每日或每月使用额度的用户来说，这意味着他们无法再清晰地了解自己还剩多少查询次数。虽然这属于非官方用法，但接口的关闭无疑影响了这部分技术型用户的使用习惯。厂商关闭此类接口可能出于安全考量（防止被滥用探测系统限制，或防止竞争对手逆向工程定价策略）或架构重构的需要。

不再显示实际使用的AI模型

更值得关注的是，Perplexity不再告诉用户某个回答究竟是由哪个模型生成的。这一点对于付费用户尤为重要——Perplexity Pro允许用户在GPT-4、Claude以及自家的Sonar等多个模型间切换，而模型透明度直接关系到用户对答案质量和成本的判断。

Perplexity AI的一大技术特色在于其多模型路由架构。平台并非绑定单一大语言模型，而是集成了OpenAI的GPT-4系列、Anthropic的Claude系列，以及自研的Sonar模型族。这种架构实际上涉及复杂的模型编排层（Orchestration Layer），系统需要根据查询类型、用户偏好、模型负载、成本预算等多维度因素动态决定将请求路由至哪个模型。业界将这种设计称为"模型网关"（Model Gateway）或"LLM路由器"（LLM Router），类似于微服务架构中的API网关。当前的行业趋势是构建混合推理管线——简单查询由轻量模型快速响应以控制成本，复杂推理任务则调用GPT-4或Claude等重型模型。这种分层策略可将单次查询的平均推理成本降低60-80%。

Sonar是Perplexity基于开源模型（如Meta的Llama系列）微调后的自研模型，专门针对搜索增强生成（RAG，Retrieval-Augmented Generation）场景优化，特点是推理速度快、成本低、对实时网络信息的整合能力强。RAG是当前AI搜索产品的核心技术范式，由Meta AI研究院于2020年首次提出。其工作流程分为三个阶段：首先，系统将用户查询转化为向量表示并在知识库中检索相关文档片段；其次，将检索到的文档与原始问题一起作为上下文输入大语言模型；最后，模型基于检索到的真实信息生成回答。相比纯粹依赖模型内部知识的生成方式，RAG显著减少了"幻觉"（Hallucination）问题，并能提供可验证的信息来源。Sonar针对RAG场景的优化主要体现在：对检索片段的相关性判断更准确、对多源信息的融合更自然、以及对时效性信息的处理能力更强。

不同模型在推理深度、创意性、响应速度、处理长上下文能力等方面各有优劣，用户的模型选择往往基于特定任务需求。当系统不再标明实际调用的模型时，用户便难以验证自己选择的模型是否真正被使用，也无法针对特定模型的输出质量提供有效反馈。更深层的隐忧在于：如果平台出于成本控制的考量，在后台将用户指定的高成本模型（如GPT-4）静默替换为低成本模型（如Sonar），隐藏模型标识就意味着用户失去了监督这一行为的能力。

无法删除单条回答

此外，网页版此前支持删除某条回答的功能也已消失。对于希望管理对话历史、清理无用内容的用户而言，这是一个明显的体验倒退。在数据隐私意识日益增强的今天，用户对个人数据的控制权（包括删除权）是产品体验的重要组成部分，欧盟GDPR中的"被遗忘权"更是将这一原则上升到了法律层面。

仅影响网页端，移动端功能一切正常

值得强调的是，发帖者明确指出，上述问题仅出现在网页版，而Perplexity手机App端的相关功能一切正常。这种平台间的差异化表现，暗示着这可能并非产品策略层面的整体裁撤，而更可能是网页端某次前端或后端更新所带来的副作用，或是Perplexity正在对不同平台采取不同的功能开放策略。

这种"平台割裂"的现象在SaaS产品迭代中并不罕见。现代SaaS产品的多平台架构通常遵循不同的技术路径：网页端多采用React/Next.js等框架的单页应用（SPA），移动端则可能是原生开发（Swift/Kotlin）或跨平台框架（React Native/Flutter）。这些不同技术栈意味着即使后端API相同，前端的功能实现和更新节奏也存在显著差异。此外，移动应用受限于App Store的审核流程，更新频率通常低于网页端，这反而可能使某些功能在移动端"保留"更久。

灰度测试（也称A/B测试或金丝雀发布）是SaaS产品迭代中的标准做法——厂商会将新功能或功能变更先推送给一小部分用户群体，观察数据指标和用户反馈后再决定是否全面推广。功能标志（Feature Flag）系统是管理这种复杂性的标准工具——它允许工程团队在不发布新版本的情况下远程开关特定功能，实现精细化的灰度控制。这解释了为何有时只有部分用户报告功能异常。在Perplexity的案例中，网页端与移动端的功能差异既可能是灰度测试的结果，也可能是网页端前端重构过程中的暂时性回退。

但无论出于何种原因，缺乏事先沟通的功能移除，往往会削弱核心用户的信任感。

这些变化为什么值得关注

乍看之下，使用量统计、模型标注、删除回答这些功能似乎只是"边缘特性"，但它们恰恰击中了AI搜索产品的几个敏感点：

透明度问题。 AI搜索的核心竞争力之一在于可信度。当用户无法得知答案由哪个模型生成时，产品的"黑箱感"会加重。透明度是AI搜索产品面临的核心伦理与商业挑战之一。与传统搜索引擎展示来源链接不同，AI搜索产品通过大语言模型综合生成答案，用户难以判断信息的可靠性和生成逻辑。Perplexity虽然以引用来源著称（每段回答附带参考链接），但模型本身的选择和推理过程仍属"黑箱"。欧盟《人工智能法案》（AI Act，2024年正式生效）和美国相关监管讨论中，都将"AI系统的可解释性和透明度"列为重要原则。该法案要求高风险AI系统必须向用户提供充分的透明度信息，虽然搜索类AI产品目前未被归类为高风险系统，但监管趋势清晰地指向更高的透明度要求。对消费级AI产品而言，告知用户"谁在回答你的问题"不仅是技术细节，更是建立信任的基础。尤其是Perplexity Pro的付费用户，他们为多模型选择权付费，理应享有知情权。

用户信任问题。 悄然移除功能而不做任何公告，容易让用户产生"厂商在偷偷降配"的联想。在AI订阅服务竞争白热化的当下——OpenAI的ChatGPT Plus（月费$20，提供GPT-4o访问）、Google的Gemini Advanced（月费$19.99，捆绑2TB云存储）、Anthropic的Claude Pro（月费$20，以长上下文处理见长）等产品都在争夺同一批付费用户——这类操作可能引发用户对性价比的重新评估，进而导致订阅流失。在产品功能高度同质化的背景下，用户的迁移成本较低，任何影响使用体验的负面变化都可能触发"订阅疲劳"——即用户重新审视每月支出并削减不再物有所值的服务。当行业竞争加剧时，降低透明度可能短期节省成本，但长期来看会侵蚀品牌信誉。

开发者生态问题。 关闭 rate-limit 等非公开接口，虽然属于厂商正当权利，但也意味着围绕Perplexity构建的第三方工具和脚本生态将受到冲击。这类工具往往由核心用户社区自发维护，其消失会间接削弱产品的社区黏性。从平台经济学的角度看，活跃的第三方开发者生态是产品护城河的重要组成部分——它增加了用户的迁移成本，也为产品带来了官方团队无暇顾及的功能补充。历史上，Twitter（现X）对第三方客户端API的限制、Reddit对第三方应用API定价的调整，都曾引发大规模用户和开发者反弹，这些前车之鉴提醒厂商：对非官方生态的管理需要谨慎平衡控制力与开放性。

目前尚属单一来源，有待官方回应

需要客观说明的是，本次报道的信息来源目前仅为一位Reddit用户的个人反馈。发帖者本人也提到，他"没有看到其他帖子提及此事"，并主动询问是否有其他用户遇到相同情况。因此，这些变化究竟是Perplexity有意为之的产品调整，还是临时的技术故障或灰度测试，目前尚无官方确认，也缺乏大规模用户样本的交叉印证。对用户而言，区分"有意移除"和"技术故障"往往需要等待官方声明——而在社交媒体时代，信息不对称带来的焦虑往往比问题本身更具破坏力。

对于依赖Perplexity网页版进行日常工作的用户，建议：

• 关注Perplexity官方渠道（博客、支持文档、社交媒体）是否有相关说明
• 如对模型透明度有强需求，可优先使用移动端
• 通过官方反馈渠道提交问题，推动厂商正式回应
• 保存重要对话的导出备份，以应对潜在的功能变动

结语

Perplexity作为AI搜索赛道的代表性产品，其一举一动都牵动着大量重度用户的神经。本次网页版功能的悄然变动，虽然规模不大，却折射出AI产品在快速迭代过程中"透明度"与"用户沟通"的普遍挑战。在AI产品进入高速迭代期的2025年，几乎所有厂商都面临着"快速试错"与"稳定体验"之间的张力——移动快意味着可能破坏某些东西（Move fast and break things），但付费用户对稳定性的期望远高于免费用户。对厂商而言，任何涉及核心体验的调整，事先的清晰告知远比事后的用户猜疑来得更有价值。建立规范的变更日志（Changelog）制度，在功能调整前通过产品内通知或邮件告知用户，是行业最佳实践之一。我们将持续关注此事的后续进展。

核心要点

核心要点