Perplexity如何重做搜索：CEO的极致产品哲学

这是一篇来自Perplexity CEO Aravind Srinivas的一手产品与组织方法论分享。从他拒绝正式评审会议、以“真实用户”身份参与产品，到Perplexity如何用AI重构搜索体验、做到每周上亿次查询，这篇文章还原了一家AI搜索公司高速迭代背后的真实逻辑。

为什么Perplexity能跑得这么快：CEO拒绝评审会

在大多数科技公司，产品上线前要经历层层评审，而Aravind Srinivas选择了一条完全不同的路。这一点很重要，因为它直接决定了一家AI创业公司的节奏上限。

他在访谈中直言：“我们基本不做那种正式的产品评审会议。为什么要等？直接把链接给我，我现在就用，现在就给反馈。”在他看来，准备一周只为开一次会议，本身就是对速度的浪费。

更关键的是他对“反馈身份”的定义。他强调，自己给产品提意见时，并不是以CEO或管理者的身份，而是“像一个普通用户一样”。他甚至明确指出：“基于权威给出的反馈，往往掺杂了其他动机，不一定是真实的用户感受。”

这个做法背后有一个清晰前提：Perplexity做的是“所有用户都会用的产品”，而他本人恰恰是最重度的Perplexity用户之一。这让决策链条极度缩短，也让团队能持续获得即时、真实的使用反馈。

独立小团队并行，是AI产品迭代的底层结构

当产品复杂度随着模型和功能迅速上升，组织结构往往成为隐形瓶颈。Perplexity选择的，是高度去中心化的运作方式。

Aravind提到，公司内部更像是“很多独立的小团队并行工作”，每个团队专注于一个具体功能或方向，同时快速试错。某个团队学到的经验，会被迅速复用到其他团队和职能中，而不是被锁在单一项目里。

这种结构特别适合AI产品。因为模型能力、用户行为和外部环境都在快速变化，等一个统一规划往往已经错过窗口期。并行探索意味着：失败是局部的，成功却可以被放大。

主持人Peter Yang也注意到Perplexity极高的“shipping velocity（交付速度）”，并调侃这种节奏本身会给团队带来持续的正反馈——Aravind也认可这种“从早期反馈中获得多巴胺”的文化，至今仍然存在于公司内部。

从Google用户到搜索颠覆者：准确性才是付费点

Perplexity的野心，是重做搜索本身。Aravind并不回避与Google的对比——他坦承自己过去就是一个重度Google用户，而Perplexity仍然“是一家正在学习如何规模化运营的创业公司”。

但他看到了一个被忽视的机会：并非所有用户都满足于“10个蓝色链接”。他说，已经有足够多的人愿意为“准确、无偏见、快速的答案”付费。

这也是Perplexity被定义为“AI answer engine（AI答案引擎）”而非传统搜索引擎的原因。用户关心的不只是信息来源，而是：这个答案是否可靠？是否可验证？

在访谈中，他提到判断答案准确性的一种方式，是给更大的模型（如Pro版本使用的模型）提供更多上下文，让模型自己进行交叉验证。这并不是简单生成，而是试图让模型承担“核对者”的角色。

在AI时代，专注本身是一种竞争力

“快”并不只是技术问题，更是注意力管理问题。Aravind提到，保持专注是高速前进的另一半。

他半开玩笑地说，这是一个罕见的工作：刷X（前Twitter）本身也是工作的一部分。因为用户反馈、舆论趋势和产品灵感，往往第一时间出现在这些平台上。

但这也意味着，团队必须非常清楚什么是噪音，什么是真正影响产品决策的信号。否则，高频信息流反而会拖慢节奏。

这种对专注的强调，也延伸到招聘上。他提到“肩膀上的刺（chip on the shoulder）”是一个有用的标准——那些对现状不服气、想证明什么的人，往往更适合在这种高强度、快速变化的环境中工作。

总结

这次对话最有价值的地方，并不在于某个具体功能，而是Perplexity背后那套高度一致的产品哲学：极度贴近真实用户、用组织结构换速度、用准确性而非流量变现。在AI搜索尚未定型的阶段，Aravind Srinivas给出的答案很清晰——不是做更多功能，而是更快、更准地解决用户的问题。这对所有AI创业者，都是一个值得反复咀嚼的样本。

关键词： Perplexity， AI搜索， 产品方法论， 创业管理， 搜索引擎

事实核查备注： Aravind Srinivas：Perplexity CEO；Perplexity定位为AI answer engine；每周约1亿次查询（视频中提及的量级）；强调不做正式产品评审会议；独立小团队并行开发；对比传统搜索的“10 blue links”；通过给大型模型更多上下文来验证答案准确性。