在这次TechCrunch的访谈中，Perplexity AI的联合创始人兼CEO Aravind Srinivas深入探讨了公司在AI搜索领域的实践、面临的挑战以及对未来的展望。

1. 关于“抄袭”定义与监督机制

 • 定义模糊与借鉴传统：对于“抄袭”的定义，Aravind认为这是一个复杂的问题，Perplexity本身没有自行定义，而是遵循信息引用规范。它明确标注信息来源，像记者、学者写论文一样，只要有参考文献和引用出处就是规范流程。例如，当被问到其他媒体报道同一新闻并注明来源是否算抄袭时，引出了对“抄袭”界定的思考。

 • 监督机制与模型训练：在监督机制方面，Perplexity的模型在训练时就被要求不直接复现原文，而是归纳总结不同来源观点，聚焦用户问题。通过监督微调（SFT）和基于人类反馈的强化学习（RLHF）来实现这一目标。尽管无法完全杜绝模型被滥用，如通过提示词工程绕过安全防护措施，但公司一直在持续改进，努力让来源标注更清晰。

2. 与Google的不同路径

 • 商业模式差异：Google是基于链接的搜索引擎，其核心盈利模式是搜索广告，每天大量的搜索请求多数未走向AI summary路径，以保证用户多点链接获取广告收益。而Perplexity的用户平均查询词更长，更倾向于直接提出完整问题，与Google的使用方式本质不同。

 • 产品定位与目标：Perplexity旨在成为一个用户能直接提问并获取准确答案的平台，满足用户对具体问题的深度解答需求，而不仅仅是提供链接。

3. 新功能布局与用户需求满足

 • 实时比分功能：Perplexity近期将实时比分功能引入，通过与体育数据提供商合作获取数据，目标是提供更深入的体育内容，如赛事解说总结、球员和球队对比等，以满足体育爱好者对数据和深度分析的需求。

 • 产品策略与用户需求导向：公司以用户需求为导向，根据日志数据判断用户需求，优先满足核心用户群体的需求，如金融领域的市场调研和投资组合管理等。同时，不断拓展功能覆盖更多领域，试图让用户改变传统搜索习惯，将Perplexity作为获取信息的首选平台。

4. 应对诉讼争议与商业模式探索

 • 合作态度与分歧：面对媒体公司的诉讼争议，Perplexity表现出开放合作的态度，但双方在合作模式上存在分歧。媒体公司不接受Perplexity提出的合作方案，认为其技术影响了自身的流量和广告收入。Perplexity则强调自己是搜索产品，通过广告变现，且承诺与出版方分享广告收益。

 • 商业模式创新：Perplexity推出Publisher Program，除了广告收入分成，还为合作伙伴提供基于AI的原生assistant体验和其他服务，帮助媒体人提升内容创作效率。同时，探讨了法律框架下的版权问题和AI产品变现的多种可能性，认为AI产品的变现方式不应局限于订阅，还应探索更灵活的使用层面变现方式。

5. 法律边界与成本压力

 • 法律争议与立场：在版权和法律问题上，Perplexity认为事实应普遍传播和自由获取，但对于是否踩到法律红线持谨慎态度，表示会积极应诉维护立场。同时也指出当前法律框架虽成熟，但在AI技术发展背景下，需要不断探索和完善。

 • 成本与增长挑战：AI技术研发成本高昂，GPU和数据中心费用昂贵。Perplexity作为模型使用方，需要为推理服务付费。尽管API成本呈下降趋势，但短期内仍面临成本压力。公司认为AI产品的变现不能仅依赖订阅，需要探索更合理的使用层面变现方式，以实现长期可持续发展。

6. 创始人个人经历与感悟

Aravind Srinivas还分享了个人在移民申请方面的经历，指出美国移民体系对印度等国家申请人存在名额上限和积压问题，导致申请进度缓慢，但他希望通过吐槽引起更多人关注。

Perplexity AI在AI搜索领域不断探索和创新，试图在满足用户需求、应对竞争和解决法律与成本问题等方面找到平衡，其未来发展充满机遇和挑战。