@perplexity_ai：Perplexity 發布 Computer Agent 研究證實提升知識工作效率。 核心研究發現 Perplexity 透過分析 10,000 組使用…

Perplexity 發布 Computer Agent 研究證實提升知識工作效率。 核心研究發現 Perplexity 透過分析 10,000 組使用者在「Search」與「Computer」產品上的匹配查詢，量化了從對話式助理轉向自主 Agent 的影響： 效率提升：Computer 平均每場工作執行約 26 分鐘的機器作業，遠高於 Search 的 33 秒。透過自動化任務拆解與執行，使用者在完成相同任務時，時間成本大幅降低。 根據 Perplexity 與哈佛大學的最新研究，自主代理 Computer 在各領域的每會話平均機器執行時間（約 26 分鐘）遠長於 Search（約 33 秒），其中在 Local 領域的執行時間差距高達 75 倍，顯示 Computer 能代為執行更長且更複雜的步驟。 品質與滿意度：更高的自主性並未導致任務失敗，反而使後續回饋中的不滿意率降低了 55%。 數據顯示，使用自主代理工具 Computer 的用戶在後續對話中表現出任何不滿意（Any dissatisfaction）的比例（10.8%）明顯低於僅使用搜尋 Search 的比例（16.6%），證實了自主代理工具能帶來更高的用戶滿意度。 工作範疇擴張：Computer 查詢更常跨越專業領域（如同時涉及法律、金融與生物學），且 23% 的工作內容在該使用者的 Search 歷史中從未出現過，顯示 Agent 賦予使用者執行過去無法嘗試之複雜任務的能力。 根據研究，Computer 查詢涉及三個或更多知識領域的機率（52%）幾乎是 Search 查詢（17%）的 3 倍，顯示其在單次請求中處理跨領域專業任務的能力更強。 技術運作模式 研究指出，Search 與 Computer 在成本結構上有顯著差異： Search：啟動成本低，但每個步驟皆需人工介入，導致單步成本較高。 Computer：雖然在委派與驗證階段需要較高的前期投入，但後續執行階段由 Agent 自主完成，邊際成本極低。 研究顯示，使用 AI 代理（Computer）相較於傳統搜尋（Search）能為知識工作者節省 87% 的任務完成時間與 94% 的成本，並帶來 48 倍的自主執行時間，解鎖 23% 的全新任務。 外部整合：Computer 呼叫外部連接器（Connector）的頻率是 Search 的 4 倍，平均每場工作呼叫 1.19 次，能更有效地串聯外部服務與工具。 研究顯示，Computer 的累計查詢量在三個月內爆發性成長至第一週的 84 倍，遠超搜尋查詢量的成長幅度（Computer 使用者為 14 倍，非使用者為 12 倍）。 知識工作的轉型 根據研究報告 How AI Agents Reshape Knowledge Work，AI Agent 正在改變知識工作者的角色定位： 從操作者轉向監督者：使用者不再需要手動開啟工具、整理檔案或檢查中間產出，而是轉向定義目標、提供上下文以及審核最終成果。 任務組成變化：Computer 的使用場景集中在「研究與分析」（25.8%）及「文件與 asset 建立」（18.6%），特別是在軟體開發、金融與行銷領域，Agent 成功處理了需要跨工具協作的複雜工作流。 研究結果顯示，相較於僅使用搜尋（Search），使用 Computer 智慧代理的員工能減少 87% 的任務完成時間，並降低 94% 的成本，同時獲得更高的滿意度。 研究限制與觀察 研究團隊強調，目前的觀察窗口仍處於早期階段，且早期採用者多為 AI 原生使用者。雖然透過 LLM 估算與使用者訪談驗證了效率提升的數據，但由於使用者在 Perplexity 生態系之外的行為無法被捕捉，且產品迭代速度極快，這些數據代表了當前技術前沿的初步效應，而非最終定論。原文：https://easyvibecoding.app/curated/1823