Rethinking Search as Code Generation (Perplexity SaC)
Keresés kódként: Perplexity új architektúrája az ágens-korszakra¶
A Perplexity egy új keresési architektúrát mutat be Search as Code (SaC) néven, amely a hagyományos monolitikus keresési csővezetékeket programozható, atomizált primitívekre bontja. A cél: a frontier modellek ne csak a keresés végeredményét fogyasszák, hanem magát a keresési folyamatot irányíthassák kódgeneráláson keresztül. „A keresésnek agens-szintűvé kell válnia, építőelemei közvetlenül SDK-ként elérhetők az ágens harnessben.” A rendszer három rétegből áll: modellek (vezérlősík), biztonságos compute sandboxok (determinisztikus végrehajtás) és egy Agentic Search SDK (keresési primitívek). A Perplexity Computer és Agent API már ezen az architektúrán fut.
A hagyományos keresés merevsége és hibamódjai¶
A hagyományos keresőrendszerek egyetlen fix csővezetéket kínálnak: bejön a lekérdezés, lefut a előre definiált pipeline, visszatér a feldolgozott eredmény. Ez emberi felhasználóknak megfelelt, de AI ágensek számára három visszatérő hibamódot generál: durva kontextus (túl sok irreleváns információ kerül a modelbe), kihasználatlan doméniismeret (a modell nem tudja befolyásolni a rangsorolást vagy forrásválasztást), és ineffektív vezérlésflow (a soros MCP/függvényhívások késleltetnek és kontextusszennyezést okoznak). A Perplexity tapasztalata szerint egyetlen feladat alatt akár több ezer keresési művelet is szükségessé válik percek alatt — ez lehetetlen a hagyományos soros interfészekkel.
Az Agentic Search SDK és a sandboxok¶
Az SDK nem egy meglévő API csomagolása könyvtárba, hanem a Perplexity keresési stackjének teljes rearchitektúrája moduláris, komponálható primitívekké. A magas szintű, végponttól-végpontig tartó csővezetékek még elérhetők, de csak gyorsírás ként, nem egyetlen opcióként. A runtime Python lett, belső tesztek alapján. Egy folyamatos autoresearch hurok iterálja és javítja az SDK-t hetek át, latency, codegen minőség és feladatteljesítmény metrikák alapján. A sandboxok között a Perplexity a perzisztens fájlrendszer + explicit szerializáció/deszerializáció mellett döntött a REPL-stílusú változat helyett, mert hosszú trajektóriáknál megbízhatóbb — a deklaratív állapotátvitel segti a modelt a hatékonyabb állapotkezelésben.
Modellek és Agent Skills¶
A SaC vezérlősíkját frontier modellek adják, amelyek a feladat alapján dinamikusan állítják össze a keresési pipeline-t SDK-ból. A fő kihívás: az egyedi SDK nincs a modellek tréningadataiban, és a korábbi modellek függvényhívásra és MCP-re vannak szocializálva. A Perplexity ezért kevesebb mint 2000 tokenes Agent Skills-eket fejlesztett, amelyek többsége nem az API felsorolása, hanem tömör, generalizálható útmutatás és few-shot példák a komplex minták komponálásához. Ezeket egy dedikált autoresearch hurok optimalizálja.
Eredmények: teljesítmény és költséghatékonyság¶
Öt benchmarkon értékelték (DSQA, BrowseComp, HLE, WideSearch, WANDR), öt rendszeren (Perplexity SaC, OpenAI, Anthropic, Exa, Parallel), egyedi futásokon — nem best-of-N —, hogy az architektúra teljesítményét mérjék. SaC négyből a legjobb:
| Benchmark | SaC | OpenAI | Anthropic | Exa | Parallel |
|---|---|---|---|---|---|
| DSQA | 0,871 | 0,733 | 0,815 | 0,530 | 0,810 |
| BrowseComp | 0,805 | 0,720 | 0,598 | 0,380 | 0,560 |
| HLE | 0,612 | 0,614 | 0,566 | 0,387 | 0,515 |
| WideSearch | 0,651 | 0,522 | 0,590 | 0,471 | 0,584 |
| WANDR | 0,386 | 0,130 | 0,152 | 0,057 | 0,126 |
A WANDR-ön SaC 2,5x jobban teljesít a második helyezettnél. A nem-SaC Perplexity baseline-hoz képest a legnagyobb abszolút nyereség DSQA-n (+19,77 pp, 29%), a legnagyobb relatív WANDR-en (+12,00 pp, 45%). A CVE vendor advisory esettanulmányban SaC 100%-os pontosságot ért el 85,1%-os tokenmegtakarítással (288,7K-ról 42,9K tokenre), míg a többi rendszer 25% alatt teljesített. Költség-performancia front: DSQA-n az alacsony reasoning beállítás minden más rendszernél olcsóbb, miközben ketten túl teljesít; a medium reasoning $1/feladat alatt minden nem-SaC rendszert megelőz.