Perplexityは「Search-as-Code」を発表し、AIエージェントが検索パイプラインを自律的に構築できるようにした
人間による閲覧に最適化された従来の青いリンクリストは、効率性を追求するAIエージェントにとってボトルネックとなっています。複雑な調査タスクを処理する際、AIシステムは、厳格な検索語句の調整を伴う手動での多段階API呼び出しを余儀なくされ、アーキテクチャの柔軟性の欠如や、無関係な情報で埋め尽くされたコンテキストウィンドウという課題に悩まされています。
この問題を解決するため、Perplexityは「Search as Code(SaC)」という新しいアーキテクチャを導入しました。このアプローチでは、あらかじめ構築されたモノリシックな検索APIに依存する代わりに、AIモデルがPythonコードを使用してカスタム検索ワークフローを動的に構築・実行できるようにします。

3つのコアアーキテクチャ層
PerplexityのSaCアーキテクチャは、垂直方向に3つのレイヤーで構成されています:
モデル層(最上層):複雑なタスクの理解を処理し、高レベルの検索戦略を策定します。
セーフティ・サンドボックス(中間層):コード実行のための安全なランタイムを提供し、中間状態を保存するためのファイルシステムを完備しています。
インテリジェント検索SDK(最下層):検索、展開、フィルタリング、重複排除、再ランク付け、フィールド解析といった基本操作をプリミティブ関数としてカプセル化し、生成されたコードが検索インフラストラクチャにコンポーネントレベルでアクセスできるようにします。
この設計により、AIエージェントはクエリを並列実行し、プログラムによって無関係なデータを排除し、関連性の高い精選された結果のみをコンテキストウィンドウに供給することが可能となり、長文の調査タスクにおいても思考の連続性を維持できます。
実世界のCVE脆弱性調査:パフォーマンスの向上とトークン数の削減
このアーキテクチャの実用性を検証するため、Perplexityは、2023年から2025年に公開された200件の重大なCVEを追跡し、公式アドバイザリ、影響を受けるソフトウェア、およびパッチ適用済みバージョンを正確に抽出するという、要求の厳しいサイバーセキュリティタスクでテストを行いました。

SaCを活用することで、AIモデルは自律的に3段階のスクリプトを作成しました。まず、各ベンダー(Mozilla、Googleなど)の発表形式に基づいて、カスタマイズされた検索を並行して実行しました。次に、結果を自動的にスキャンして欠落データを特定し、対象を絞った追跡クエリを実行しました。 最後に、スキーマ検証を用いて脆弱性レコードの完全な整合性を確保しました。
その結果、このシステムは標準的なパイプラインと比較して、85%少ないトークン数でタスクを完了したことが示された。 Perplexityの社内ベンチマーク(DSQA、BrowseComp、HLE、WideSearch、および新しい広域検索ベンチマークであるWANDR)において、SaCは5つのうち4つでトップの成績を収め、従来のアーキテクチャを大幅に上回りました。特にWANDRでは、相対的な改善率が45%に達しました。
AIの新たな運用層としてのコード
業界レポートによると、AIエージェントが物理世界と相互作用するためのデフォルトの手法として、コードの記述がますます主流になりつつある。 従来のソフトウェアは決定論的な指示に従うのに対し、高度な大規模モデルはトークン空間で推論を行います。最も強力なシステムは、この両方を組み合わせています。つまり、戦略には大規模モデルを使用し、バッチ処理やフィルタリングには決定論的な環境を活用し、検索インフラをI/O層として扱うのです。
現在、Perplexity Computer では「Search as Code」機能が展開されています。
関連記事
スーパーインテリジェンスの到来:我々はそれを受け入れるのか?
プレイヤーを読み込み中…AI企業は、スーパーインテリジェントなAIが inevitable(必然的)であるかのように語ってきたが、OpenAIのHugging Face侵害事件といった最近の安全上のインシデントは、人間よりも能力の高いAIシステムを展開することの潜在的な危険性を示している。では、これらのシステムが行うことを確実に制御できなくなった場合、どのようなことが起こるのだろうか?このTechCrunchのEquity podcastのエピソードでは、Rebecca Bellanは、AI
iFLYTEK、Spark X2.5 汎用大規模モデルを公開
9月1日、iFlytekは最新の公式発表によると、エッジ指向の2つの大規模言語モデル「Xinghuo X2.5-4B」と「Xinghuo X2.5-1.7B」をオープンソースで公開する。両モデルは、最大100万トークンのコンテキストウィンドウをネイティブにサポートしている。これらは、インテリジェントエージェントとの対話、数学的推論、一般的な理解などの主要な分野で大幅な強化を実現し、車載システム、スマートデバイス、IoTエコシステムなどのエッジアプリケーションに堅牢なサポートを提供する。これらの
ユーザーからの反発を受け、MetaはAI写真編集機能を削除
Meta、ソーシャルメディアの巨人は、人工知能とユーザープライバシーの微妙なバランスをめぐる公的な論争に再び巻き込まれている。TechCrunch によると、Meta の Superintelligence Labs は今週初めに新しい AI 画像ジェネレーター「Muse Image」を導入した。しかし、ユーザーが「@」記号でタグ付けすることで、公開されている Instagram アカウントから画像を修正・生成できるという、高い評価を受けた主要機能は、適切な通知メカニズムの欠如により、ユーザー
関連特集おすすめ
コメント (0)
0/500
人間による閲覧に最適化された従来の青いリンクリストは、効率性を追求するAIエージェントにとってボトルネックとなっています。複雑な調査タスクを処理する際、AIシステムは、厳格な検索語句の調整を伴う手動での多段階API呼び出しを余儀なくされ、アーキテクチャの柔軟性の欠如や、無関係な情報で埋め尽くされたコンテキストウィンドウという課題に悩まされています。
この問題を解決するため、Perplexityは「Search as Code(SaC)」という新しいアーキテクチャを導入しました。このアプローチでは、あらかじめ構築されたモノリシックな検索APIに依存する代わりに、AIモデルがPythonコードを使用してカスタム検索ワークフローを動的に構築・実行できるようにします。

3つのコアアーキテクチャ層
PerplexityのSaCアーキテクチャは、垂直方向に3つのレイヤーで構成されています:
モデル層(最上層):複雑なタスクの理解を処理し、高レベルの検索戦略を策定します。
セーフティ・サンドボックス(中間層):コード実行のための安全なランタイムを提供し、中間状態を保存するためのファイルシステムを完備しています。
インテリジェント検索SDK(最下層):検索、展開、フィルタリング、重複排除、再ランク付け、フィールド解析といった基本操作をプリミティブ関数としてカプセル化し、生成されたコードが検索インフラストラクチャにコンポーネントレベルでアクセスできるようにします。
この設計により、AIエージェントはクエリを並列実行し、プログラムによって無関係なデータを排除し、関連性の高い精選された結果のみをコンテキストウィンドウに供給することが可能となり、長文の調査タスクにおいても思考の連続性を維持できます。
実世界のCVE脆弱性調査:パフォーマンスの向上とトークン数の削減
このアーキテクチャの実用性を検証するため、Perplexityは、2023年から2025年に公開された200件の重大なCVEを追跡し、公式アドバイザリ、影響を受けるソフトウェア、およびパッチ適用済みバージョンを正確に抽出するという、要求の厳しいサイバーセキュリティタスクでテストを行いました。

SaCを活用することで、AIモデルは自律的に3段階のスクリプトを作成しました。まず、各ベンダー(Mozilla、Googleなど)の発表形式に基づいて、カスタマイズされた検索を並行して実行しました。次に、結果を自動的にスキャンして欠落データを特定し、対象を絞った追跡クエリを実行しました。 最後に、スキーマ検証を用いて脆弱性レコードの完全な整合性を確保しました。
その結果、このシステムは標準的なパイプラインと比較して、85%少ないトークン数でタスクを完了したことが示された。 Perplexityの社内ベンチマーク(DSQA、BrowseComp、HLE、WideSearch、および新しい広域検索ベンチマークであるWANDR)において、SaCは5つのうち4つでトップの成績を収め、従来のアーキテクチャを大幅に上回りました。特にWANDRでは、相対的な改善率が45%に達しました。
AIの新たな運用層としてのコード
業界レポートによると、AIエージェントが物理世界と相互作用するためのデフォルトの手法として、コードの記述がますます主流になりつつある。 従来のソフトウェアは決定論的な指示に従うのに対し、高度な大規模モデルはトークン空間で推論を行います。最も強力なシステムは、この両方を組み合わせています。つまり、戦略には大規模モデルを使用し、バッチ処理やフィルタリングには決定論的な環境を活用し、検索インフラをI/O層として扱うのです。
現在、
スーパーインテリジェンスの到来:我々はそれを受け入れるのか?
プレイヤーを読み込み中…AI企業は、スーパーインテリジェントなAIが inevitable(必然的)であるかのように語ってきたが、OpenAIのHugging Face侵害事件といった最近の安全上のインシデントは、人間よりも能力の高いAIシステムを展開することの潜在的な危険性を示している。では、これらのシステムが行うことを確実に制御できなくなった場合、どのようなことが起こるのだろうか?このTechCrunchのEquity podcastのエピソードでは、Rebecca Bellanは、AI
iFLYTEK、Spark X2.5 汎用大規模モデルを公開
9月1日、iFlytekは最新の公式発表によると、エッジ指向の2つの大規模言語モデル「Xinghuo X2.5-4B」と「Xinghuo X2.5-1.7B」をオープンソースで公開する。両モデルは、最大100万トークンのコンテキストウィンドウをネイティブにサポートしている。これらは、インテリジェントエージェントとの対話、数学的推論、一般的な理解などの主要な分野で大幅な強化を実現し、車載システム、スマートデバイス、IoTエコシステムなどのエッジアプリケーションに堅牢なサポートを提供する。これらの
ユーザーからの反発を受け、MetaはAI写真編集機能を削除
Meta、ソーシャルメディアの巨人は、人工知能とユーザープライバシーの微妙なバランスをめぐる公的な論争に再び巻き込まれている。TechCrunch によると、Meta の Superintelligence Labs は今週初めに新しい AI 画像ジェネレーター「Muse Image」を導入した。しかし、ユーザーが「@」記号でタグ付けすることで、公開されている Instagram アカウントから画像を修正・生成できるという、高い評価を受けた主要機能は、適切な通知メカニズムの欠如により、ユーザー





家






