科技猎AI搜索的未来不是“十个蓝色链接”，而是直接给你答案
Aravind Srinivas是印度裔美国计算机科学家、企业家，Perplexity AI的联合创始人兼CEO。他曾在OpenAI、DeepMind和Google等知名AI企业担任研究实习生或研究科学家，在OpenAI期间，他领导了强化学习团队，参与开发了ChatGPT，并参与了DALL-E 2的开发。TechCrunch是美国的一家知名科技类博客，Devin Coldewey是其撰稿人，主要负责对科技领域的新产品、新趋势等进行分析和评论。本次访谈首发于2024年10月31日TechCrunch频道。
一、如何界定“抄袭”？Perplexity的引用规范与监督机制
Devin Coldewey ： 好的，感谢你加入我们的访谈， Aravind 。也感谢大家的到来。
Aravind Srinivas ： 谢谢你邀请我。
Devin Coldewey ： 那我就先开门见山地问一个问题吧，想先厘清个 “ 基本事实 ” 。你们公司对 “ 抄袭 ” 到底是怎么定义的？只有当你有了定义，才能避免 “ 无意间 ” 踩到这个坑。
Aravind Srinivas ： 这个问题，其实你可以直接去问 Perplexity 本身。
Devin Coldewey ： 我以为我现在正在问呢。
Aravind Srinivas ： 哈哈，说实话，这真的是获取答案的最佳途径。不过严格来说，这也不是 “ 我们公司 ” 的定义问题，而是 “ 抄袭 ” 本身到底该怎么定义。 Perplexity 一直是明确标注信息来源的，它并没有声称自己拥有任何内容的版权。它的核心功能其实就是帮用户更容易获取互联网上已有的信息，把这些信息以更易于理解的方式进行总结，并且会清楚告诉你信息来源于哪里。这和记者、学者，或者学生写论文的方式其实并无二致 —— 只要有参考文献和引用出处，这就是一种规范流程，对吧？
Devin Coldewey ： 但从学术的角度来说，他们最终产出的是一份 “ 原创 ” 内容，只是借助引用来支撑他们的观点或成果。
Aravind Srinivas ： 有时候，一家媒体首先报道了一条新闻，后来另一家媒体也报道了这条新闻，但会注明 “ 最早由某某媒体报道 ” ，这种情况算抄袭吗？
Devin Coldewey ： 如果是我引用别人说的话，我会明确标注引用，并注明是对方说的。这是基本规范。不过 CopyLeaks 最近做过一个研究，他们发现，当 Perplexity 能访问某篇文章时，确实经常会直接使用那篇文章中连续的 8 、 10 、甚至 15 个词，然后在界面上用小卡片之类的形式标注来源。
Aravind Srinivas ： 对，我们的来源信息就在页面最上方的 source panel 里，每句话的末尾也会有脚注，或者对应原文所在页面的链接。当然，这种标注并不总是精确到一字不差的关联，但很明确的一点是，我们在 2022 年 12 月 7 日上线，到现在快两年了。那个时候，全世界的注意力都还集中在比我们早 7 天发布的 ChatGPT 上。但我们是唯一一个一开始就明确提出 “ 参考来源和引用很重要 ” 的 AI 产品，而其他产品只是把互联网上的内容吃进模型里，输出时根本不标注来源。
所以，从一开始我们就很重视这个问题，而且一直在持续改进。 就像你刚才说的，我们也在努力把来源标注做得更清晰，比如在正文中更明确指出 “ 这部分内容来自这个具体的来源 ” ，我们也确实在持续优化这方面的体验。
Devin Coldewey ： 我相信你，因为你本身有学术背景。这对你来说是一个很重要的事情，而且从你们一开始就把引用机制做进去这一点也能看出来，这并不只是说说而已。但我之所以问你这个问题，不是为了故意挑刺，而是因为如果你说你不想做抄袭 （plagiarism） ，那么你必然需要有一个对 “ 抄袭 ” 的定义。
举个例子，如果我自己把一段文字直接复制粘贴到我的文章里，我知道我做了抄袭，这也是为什么我不会这么做。那从理想状态看，你肯定也不希望你的模型去做这种事。所以，模型或者某个系统必须要能够识别到， “ 哦，这里有点像直接复制粘贴了 ” 。
你们有没有类似的监督机制？我问这个问题是有原因的，咱们聊完这个就可以换别的话题了。
Aravind Srinivas ： 这里的原理其实很简单。我们的模型在训练时就被明确要求不要直接复现任何来源的原文，而是要对信息进行归纳总结，把不同来源的观点综合起来，真正聚焦用户问题，不能只是原封不动地把网上内容重新输出。随着模型在 instruction following （遵循指令） 这项能力上越来越强，这个目标也越来越容易实现。
在 AI 领域，这通常被称为 supervised fine-tuning （SFT，监督微调） ，或者 reinforcement learning from human feedback （RLHF，基于人类反馈的强化学习） 。当然，我们并不自己完成所有底层模型训练，我们也会用其他开发者的模型，比如 Llama 这类开源模型。但没有任何模型是完美的。
很现实的一点是，无论什么模型，你都可以通过 prompt engineering （提示词工程） 或 prompt injection （提示词注入） 手段，让它做出违背原本指令的行为。这个过程本身就被称为 prompt injection 。
Aravind Srinivas ： 这个其实并不是我们产品的预期使用方式。 我们的产品是为了回答问题而设计的。 有些人会尝试用一种我们并不鼓励的方式，比如说 “ 帮我总结这个 URL” ，然后直接把网址粘贴过来。
Devin Coldewey ： 所以你们其实并不希望用户这么用。
Aravind Srinivas ： 对，我们实际上明确不支持这种使用场景，我们也尽可能去避免让模型执行这类指令。但说实话，现在还没有任何一家做 AI 的公司能拍胸脯说，他们有绝对的手段能完全杜绝某个特定的滥用场景。你总能用新的 prompt engineering （提示词工程） 手段绕过原本设计的 guardrail （安全防护措施） ，然后我们发现了，再去补洞，不断迭代。
等到某个阶段，产品的安全性就能达到比较稳妥的水平，也就是说，模型不会轻易按照某些滥用意图去响应，而是更符合预期设计去工作。
二、AI搜索的分歧路径：Perplexity为何与Google不同
Devin Coldewey ： 所以，从更大层面来说， AI 驱动、 AI 原生的搜索这件事，我们其实已经看到不少公司在做了。但我想，大家最有共鸣的还是 Google 。过去十年， Google 把搜索搞得越来越复杂、越来越糟糕，什么摘要啊、各种 widget 、小工具，还有 AI…… 作为一个做了 15 、 20 年的科技记者，我可以说，这是我见过的用户普遍最反感的大平台改版之一。但好像有些公司就觉得： “ 哦， Google 这样也挺好。 ”
那你们是怎么想的？你们是觉得，要把 Google 没做好的事，接着做下去，但做得更好？
Aravind Srinivas ： 你看，其实 Google 从本质上说，始终是一家基于链接的搜索引擎 。不管他们现在愿不愿意主动给你答案，他们真正赚钱的模式，依然是这个。甚至就在昨天的财报电话里，他们还在说，光靠搜索广告，一个季度就能赚 450 亿美元。所以这一块对他们来说，是业务核心。哪怕他们没有详细披露利润结构，但其实大家都知道，他们的利润，主要还是靠让你多点几个链接堆出来的。 他们的激励机制，就是让你尽可能多看到、多点链接。
虽然现在他们也在尝试对某些信息型问题提供 AI summary ，但这还远远不是主流的使用方式。因为他们每天 50 亿到 80 亿次的搜索请求，大多数查询，其实都没有走到那个所谓 AI summary 的路径，这是现实情况。要不然的话，肯定早就冲击到他们的营收模型了，对吧？
而我们在做的事情，本质上是： Google.com ，或者说 Google 的搜索框首页，从一开始设计的就不是让你去问一个具体问题的地方。 Google 上的平均搜索词长度，大概就两三个词。具体的统计口径不好说，但普遍估计大概是 2.7 个词左右。而在 Perplexity 上，平均每个查询大概有 10 到 11 个词。 所以， Perplexity 的使用方式更接近于：人们来这里，是为了直接提出一个完整的问题。 但 Google 的使用方式更像是：你输入几个关键词，快速找到对应的链接。
当然，大家依然会用 Google 去查一些简单的事实，比如某个明星的年龄、比赛比分、或者旧金山的天气。这种使用方式，本身就决定了输入很短，直接想要结果。你也可以说，这两种产品都该满足这类需求 —— 毕竟用户要的就是快速获取信息。
但除此之外，这两者在本质上是完全不同的产品。
三、Perplexity的新功能布局：不仅回答问题，更想重塑搜索习惯
Devin Coldewey ： 我挺好奇你说的这些具体场景。首先，你最近这两周在 Twitter 上，疯狂发布新功能新玩法，简直一个接一个。我看了，差不多发了 50 条更新了。你刚才说，比如查比赛比分。你们现在也确实把实时比分功能做进 Perplexity 了，对吧？
Aravind Srinivas ： 目前我们只支持 NFL （美式橄榄球联盟） 。
Devin Coldewey ： 只支持 NFL ？那你们的数据是直接跟 NFL 合作拿的，还是从别人那儿抓的，还是怎么做的？
Aravind Srinivas ： 不是，我们是和一家体育数据提供商签了数据合作协议的，跟 Google 其实用的逻辑是一样的。 没有人会去直接爬比分数据，因为要保证准确性，其实很难。
Devin Coldewey ： 所以你们做这个，是因为很多人在搜 “ 海鹰今天的比分 ” 这种问题，还是因为有人想查 “ 最近 20 场 NFL 的比赛数据 ” 这类更深入的问题？
Aravind Srinivas ： 我觉得更像是后者吧。 说到底，我们希望 Perplexity 是一个你能来问任何问题的地方，而我们的职责就是尽量给你准确的答案。 显然，我们一开始也找到了一批核心用户。每个产品起步时，都会有自己特定的一小撮用户群体。
比如 Facebook 最早是学生群体， Amazon 最早主打卖书。早期互联网其实很偏学术圈，很多人喜欢建知识库、分享信息。在 AI 领域其实也是一样的。 Perplexity 刚起步时，用户也主要是学术型、研究型、知识导向这类人群，这也是我们一开始树立的品牌形象。但我们希望未来能覆盖更广泛的用户。 任何人，关于任何事情，都应该能来这里提问。
体育可能表面上看和知识关系不大，但实际上体育圈里有很多 “nerd” ，他们关心数据、分析比赛、研究球员或者球队的历史表现、胜率预测，甚至只是不想看比赛但想快速了解结果。 所以我们不只是给出一个实时比分，而是希望提供更多有深度的内容。 比如赛事解说总结、球员对比、球队对比，甚至更细颗粒度的数据。这些东西，对于真正关心这个领域的人来说，都会有价值。
Devin Coldewey ： 我注意到你们最近疯狂上新功能，像我刚才说的，这就只是你们过去一两个月内推出的几十个新功能之一。你们是有一个明确的产品策略吗？还是说，像 “ 霰弹枪 ” 打法一样，先把十个不同方向的功能全做出来，看最后哪三个能留下来？你们是在试图探索哪些功能对用户来说真的是有价值的吗？
Aravind Srinivas ： 不是的， 我们其实非常关注日志数据，看用户都在问什么、需要什么。
实际上，在做体育数据之前，我们优先做的是金融方向。因为我们的很多用户本身就在商业和金融这个垂类里，他们用 Perplexity 做市场调研、做投资组合管理，或者关注加密货币相关的新闻、研究其他投资人的投资策略、理解不同公司的股票动态这些。 本质上，大家都是在试图理解世界，所以我们根据日志去判断哪里还能做得更好，哪些地方我们能提供比 “ 纯文字堆砌 ” 更有价值的体验。
这一点其实很重要。比如体育方向，很多用户之前就指出过我们有些回答存在 hallucination （幻觉） ，比如比赛比分不准。所以我们要覆盖的，其实是那些用户在其他搜索引擎上已经习惯的日常需求场景。只要我们把这些基础打扎实了，用户就没有必要再回去用传统的 “ 十个蓝色链接 ” 那种搜索界面了。这就是我们的目标。 想让用户改变习惯并不容易。传统搜索的习惯已经持续了二三十年了。
但如果这是一次范式转变，如果 AI-native 的信息获取真的是未来，那我们就要靠真本事去赢得这个机会。 我们不仅要把“帮你写代码”、“帮你做学术”、“帮你做金融调研”这些做扎实，还得把那些很无聊的事情也做好，比如本地搜索、体育、天气、购物、旅游。只有把这些都做好，我们才知道我们的优先级该怎么排。
四、从“内容盗贼”到合作共赢？Perplexity如何回应诉讼争议与商业模式质疑
Devin Coldewey ： 你们最近还 “ 赢 ” 了一场官司。道琼斯那边直接说 Perplexity 是 “ 内容盗贼帝国 （content kleptocracy） ” ，这个说法还挺狠的。你们公开回应说，媒体公司其实是希望这种技术根本不存在。但我觉得事实并不是这样，毕竟你们和 Fortune 、 Time 都已经有合作了，而原告 News Corp 其实也和 OpenAI 有合作协议。所以说他们并不是单纯地希望你们不存在。是不是因为，他们只是不接受你们提出的合作方案而已？
Aravind Srinivas ： 他们说我们没有回应，这个说法不对。事实上我们在当天就做出了正式回复。所以我也希望外界能够理解，我们的态度一直是开放合作的， 我们真诚希望能够和内容方一起探索合理的合作方式。
Devin Coldewey ： 但具体要怎么合作呢？我们聊这些所谓 “ 分成 ” 协议，比如说分广告收入，那问题是 —— 你们要怎么分？你们现在的商业模型到底长啥样？
Aravind Srinivas ： 我们其实已经在几个月前推出了一个项目，叫 Perplexity Publisher Program 。这个项目的基本理念是，传统的 “ 内容许可授权 ” 其实只是一个短期方案。这里面有两个核心问题。
首先， AI 公司其实可以分为两种类型。 第一种，是去爬全网数据、用这些数据训练大型基础模型，这些模型把互联网上的文本内化到模型权重里，随着规模越大，模型对内容的记忆也越深，到最后模型本身就变成了知识的载体。第二种，是不把内容用于训练，而是 在用户查询时，实时使用公开的 web 内容作为信息来源，做摘要或生成回答，但不会把这些内容纳入训练权重。
我们一直在努力向出版方解释， Perplexity 属于第二种。所以不能拿第一类公司那套逻辑来谈，比如要求我们付费去拿数据做训练 —— 那是第一类公司的商业模式，但对第二类公司并不适用。对第二类公司，我们在提出一套新的合作模式。 现在其实还没有哪家媒体主动提出更合适的方案，所以我们就先把思路讲清楚： Perplexity 本质上还是一个搜索产品，我们未来会通过广告变现。 虽然我们给用户直接答案，但我们归根结底是做 “ 信息检索 ” 的，而这类产品最终的变现方式，毫无疑问是广告。
但不同于过去那种 “ 十个蓝色链接 ” 的传统搜索引擎，那些平台虽然赚了很多广告费，但基本从没给媒体分成。我们不一样。我们的承诺是：如果某个问题带来了广告收益，而你的内容被用作了答案引用来源，那么这部分广告收益我们会与你分享。如果我们的用户继续增长，广告收入也随之增长，那 这套模式会让愿意与我们合作、允许我们引用内容的出版方获得长期可观的回报。
Devin Coldewey ： 但媒体方的核心观点之一，其实挺容易理解的。比如说，我们也是媒体，虽然我们和你们 没有什么合作，但 问题就在于，如果我的文章被 Perplexity 引用进某个关于某个创业公司或某个系统的摘要里，用户就不会再点击去看我原文了。 这直接 剥夺了我们原本赖以生存的流量和广告收入。
这其实也是 News Corp 诉讼里强调的重点，他们的意思是， 你说你和我们没竞争关系，但从结果来看，其实你就是在和我们竞争，就这么简单。 我相信你们肯定不同意这个观点，但我想知道，你们是从哪里不同意的？
Aravind Srinivas ： 首先我们不是一个新闻产品， 根本没有人是把 Perplexity 当作获取日常新闻的工具来用的。
Devin Coldewey ： 那你们为什么还要去不断抓取这些内容呢？
Aravind Srinivas ： 用 户来到 Perplexity 是为了更好地理解某个新闻对自己的影响。 比如说，有一条关于 NVIDIA Blackwell GPU 的新闻，假设出现了交付延迟，或者 Jensen 出来说一切按计划推进。用户会问：在这样的新闻背景下，我还应不应该继续买 NVIDIA 的股票？ 这种问题， 你是不会去 TechCrunch 问的，但你会来 Perplexity 问。 但同时你也不是来 Perplexity 获取 Jensen 说了什么新闻原文的，你要看原话，还是会直接去看原报道。
本质上，这是两种完全不同的产品。我们也在努力让外界更清楚地区分这些不同，教育大家理解这种用法的差异，甚至直接展示用户真实的使用场景。没有人来这里说， “ 把那篇文章一字不差复制给我 ”—— 这种需求早就有其他网站在做了。网上有很多工具，只要你贴个链接，就能把背后的付费内容扒出来。但这根本就不是 Perplexity 的用例方向。
五、在法律边界内求增长：Perplexity的变现路径与版权破局
Devin Coldewey ： 但你们确实是从整个互联网生态里获得了很多价值的。全世界有数百万内容创作者，他们在不断产出 YouTube 视频、文章、书籍、故事，发布到线上。那我们呢？我们要怎么参与进来？过去我们很习惯 Google 那一套嘛，要么投广告，要么在 YouTube 上变现。那在你们这样的体系里，内容创作者到底该怎么变现？
Aravind Srinivas ： 我们当然非常欢迎大家参与进来。所以我们推出了 Publisher Program （出版方合作计划） ，任何人都可以加入。除了广告收入分成，我们还会帮助合作伙伴 基于 AI 打造原生的 assistant 体验 ，或者其他形式的 AI 助手服务，直接部署在你们自己的平台上。 比如说，用户正在你们网站上看一篇文章，他们有后续的问题，想继续围绕这篇内容提问，完全可以直接在你们站内完成，无需跳转到 Perplexity 。
为此我们可以提供 API 支持，包括大量 API 配额。同时，我们也会为媒体公司的员工免费提供我们的企业版产品 ——Perplexity 的订阅服务，因为我们相信，这套产品能真正帮你们提升内容创作效率。无论是写新内容，还是做新闻调查，大家都需要查证事实，查背景信息，了解行业现状或某个具体对象。而我们本身就是业界顶尖的 research tool ，能够真正帮媒体人把研究做得更高效。
Devin Coldewey ： 我明白你的想法。可能我不是学术背景出身，所以我们在 “ 什么叫找到源头信息 ” 、 “ 我需要的是什么 ” 这类问题上，确实会有些根本性认知分歧。接下来假装他们 （律师） 都不在，咱俩随便聊聊。你也知道，咱们聊的是版权、 诉讼这种事，这一块其实就是法律领域的 “ 无人区 ” ，非常复杂，从来没有前例可循。所以出现一些 “ 走错一步 ” 的情况也可以理解。有没有可能，你们在某个环节，无 心之下，其实已经踩到了法律红线？我是认真的，你觉得有没有这种可能？
Aravind Srinivas ： 我觉得我们已经把回应讲得很清楚了，我在博客里写的，就是我真实的看法。如果真的遇到诉讼，那我们当然会积极应诉，维护我们的立场。
Devin Coldewey ： 你觉得现在的法律是不是该改变一下？为了让类似这种技术更容易发展？是不是应该让知识产权 （IP） 的流通变得更自由一些？
Aravind Srinivas ： 其实现在关于版权，法律框架已经非常成熟了。而且过去很多裁决也已经明确了， “ 事实本身是无法被版权保护的 ” 。
Devin Coldewey ： 是的，这个没问题。但问题也不光是事实啊，我又不只是写事实 ……
Aravind Srinivas ： 咱俩又不是律师，所以这个争议我们在这也没法定论。不过我们的观点是，事实这种东西，本就应该普遍被传播、被所有人自由获取。你想象一下，如果过去科学家发现了某个事实还要对它 “ 申请所有权 ” ，别人就不能引用，那知识和真理根本没法被广泛传播。
Devin Coldewey ： 这倒确实是个挺有意思的观点。我真是出于好奇想问你，那既然你们都说事实应该免费共享，那你们为什么要融资那么多？难道 “ 分享事实 ” 这事儿成本真的这么高吗？
Aravind Srinivas ： AI 本身就是一件很烧钱的事情。我们当然希望未来能够把成本降下来，但现实是， GPU 很贵，数据中心也很贵。所以那些提供基础模型的公司，必须通过推理服务 （inference） 收费把研发投入赚回来。而像我们这样的模型使用方，就需要为这些服务付费。
不过， 目前的趋势是 API 成本大概每 4 到 5 个月下降一半 。如果这个趋势未来还能持续一到两年，我们可能还会看到 模型成本在今天的基础上再下降 10 到 50 倍。 对我们这种处于增长阶段的公司来说，这绝对是个利好，因为成本在下降的同时，规模还在提升。所以我们会优先关注增长，短期内接受一定的成本压力，因为我们知道这只是暂时的。随着规模化推进，我们也在不断探索更长期、可持续的商业模式。
我们认为， AI 产品的变现方式其实不止订阅这一条路。虽然很多公司靠订阅模式已经跑通了，我们在这方面也做得还不错，但我们认为还有比 “ 按月付费 ” 更灵活、更合理的使用层面变现方式。这件事最终还是得靠我们自己去探索。如果我们找不到更好的路径，哪怕账上融了很多钱，最后也一样会出问题。但我们相信我们能把这件事搞明白。
Devin Coldewey ： 你觉得你们能从 Google 那里抢走一部分广告收入吗？用户会转向你们吗？
Aravind Srinivas ： 我不确定这是不是一个零和博弈。换个角度来看，广告主通常有一笔预算，现在这笔钱可能 100% 花在 Google 上，未来可能是 95% 给 Google ， 5% 给 Perplexity 。但我并不确定市场真的会按照这种比例去转变。已经有先例，比如 Meta 的广告收入增长了，但 Google 的广告收入依然保持稳定，甚至还有小幅增长。所以，如果我们的广告收入增长，确实有可能会对其他公司的广告收入造成一定冲击，但我不认为广告主会立刻削减在其他平台的投入。
每当一个新的平台出现时，第一要务不是去 “ 收割 ” 已有的用户，而是要守住信任，不能为了广告收入过度优化，从而把这个产品存在的意义给毁掉。与此同时，也需要去努力让广告主相信：在这个平台上投放广告是安全的，没有品牌风险。比如怎么应对 AI 的 hallucination （幻觉） ，这些都还需要我们去做大量工作。我认为，至少还需要两年时间，我们才能把这件事真正摸透。
六、快问快答：拒绝回应的背后，创始人也为绿卡发愁
Devin Coldewey ： 接下来我想做个快问快答，然后再聊最后一个话题。我说一个公司名字，你就回答 “ 是 ” 还是 “ 不是 ” ，看你有没有收到过他们的邀约，不管是收购、 acquihire （人才收购） 还是其他什么 “ 斩首行动 ” ，都算。准备好了吗？OpenAI 。
Aravind Srinivas ： 不予置评。
Devin Coldewey ： Microsoft 。
Aravind Srinivas ： 不予置评。
Devin Coldewey ： Google 。
Aravind Srinivas ： 这个可以明确说，没有。
Devin Coldewey ： Notion 。
Aravind Srinivas ： 不予置评。
Devin Coldewey ： Amazon 。
Aravind Srinivas ： 不予置评。
Devin Coldewey ： Meta 。
Aravind Srinivas ： 呃 ……
Devin Coldewey ： 快结束了， Meta 。
Aravind Srinivas ： 不予置评。
Devin Coldewey ： Elon Musk 。
Aravind Srinivas ： 不予置评。
Devin Coldewey ： 不 过你 们关系还不错嘛，你懂我在说什么。行了，别担心，我们不用深挖这个。说回移民的事，你今天刚在 X （原Twitter） 上发了条动态，说你最近也在折腾这些事。我想给你个机会，能不能借这个机会发发牢骚，或者给其他经历类似情况的人一些建议。你现在都已经在运营一家估值十亿美元的公司了，居然还在为了绿卡发愁，这听上去实在挺荒谬的。
Aravind Srinivas ： 其实我并不是想表达说我就该被特殊对待。
Devin Coldewey ： 不是的，我明白。这是很多人都要经历的事情，确实是个很煎熬的过程。我觉得你一定有一些想说的吧？
Aravind Srinivas ： 是的，我对这个问题还是有一些基本了解的。 美国的移民体系对每个国家都有年度名额上限，比如某个国家每年只能有多少人拿到永久居民身份。而我来自印度，申请的人非常多。再加上过去几年因为 COVID 积压了大量申请，这基本就是导致进度缓慢的主要原因。
但能不能做得更好？我觉得每个人都同意，这个系统本可以更高效一些。我发那条动态的目的其实就是希望通过吐槽，能让更多人关注这个问题。这只是我表达观点的一种方式而已。
Devin Coldewey ： 嗯，我也是想借这个机会让你把话说出来。谢谢你分享。不好意思，今天聊超时了。感谢你今天接受采访，也感谢你的坦诚和配合。放轻松些，祝你一切顺利。
原视频：Perplexity CEO Aravind Srinivas on the rush toward an AI-curated web | TechCrunch Disrupt 2024
https://www.youtube.com/watch?v=d3boss5po9w
本文来自微信公众号： Z Potentials ，编译：Lyra Chen