<p>Perplexity 适配 GLM 5.2：AI 代理经济领域的革命</p>

Perplexity 将重心放在人工智能代理领域的经济效益上。该公司为其本地代理 Perplexity Computer 推出了新编排模型的研究版本。该模型基于 GLM 5.2——来自中国 Z.ai（原智谱 AI）的开源模型，拥有 7440 亿个参数。

关键创新并非简单替换现有解决方案，而是采用混合架构。GLM 5.2 承担大部分查询任务，其性能接近前沿模型，但成本显著更低。Perplexity 声称其成本仅为基准模型 Claude Opus 的 0.344 倍。当模型遇到超出其能力范围的任务时，“顾问”工具（advisor tool）便会介入，将控制权移交给更强大的模型。在与这种顾问工具配合下，系统能够展现出与 Opus 4.8 相当的性能水平。

代理型人工智能的经济学

Perplexity Computer 是一个代理系统，可在超过 19 个模型之间分配任务。经过适配的 GLM 5.2 成为廉价的底层基础，从而大幅降低运营成本。下一步将是 Nemotron 3 Ultra 的后训练——这是该公司计划为其生态系统适配的另一款开源模型。

值得注意的是，GLM 5.2 采用 MIT 许可证分发，这让 Perplexity 拥有充分的修改和商业使用自由，不受闭源 API 常见的限制。然而，这里也存在地缘政治因素：Z.ai 自 2025 年 1 月起被列入美国实体清单。Perplexity 通过将适配版模型部署在美国自有基础设施上来规避这一限制，完全掌控后处理、路由和执行层面。

分析与展望

这一举措是 Perplexity 降低对昂贵专有模型依赖战略的直接延续。此前，该公司已适配 DeepSeek R1，发布了移除中国审查元素的 R1-1776 版本。而在 GLM 5.2 案例中，重点从政治中立转向纯粹的经济考量：目标是在不牺牲复杂任务质量的前提下，打造一个成本效益高的代理系统。

作为分析师，我的看法是：Perplexity 展现了一种成熟的 AI 代理扩展方法。“廉价底层基础 + 昂贵顾问”的混合模式并非权宜之计，而是整个行业未来的模板。在先进模型推理成本依然高昂的背景下，有效分配负载的能力将成为关键竞争优势。回顾一下，Perplexity 已在三月份推出了 Personal Computer，作为 OpenClaw 的竞品，可全天候运行并在会话间保留“记忆”。适配 GLM 5.2 正是这一战略的合理延续，旨在推动强大 AI 代理的普及化。