Perplexity 的“多模型拼装”路线，再次证明产品层价值正在抬头
Aakash Gupta 指出，Perplexity 估值已到 200 亿美元，但并没有自研基础模型，而是把 Claude、Gemini、GPT、Grok、Nano Banana、Veo 等模型按任务场景编排组合。这条叙事的重点不是“谁家模型最强”，而是“谁最会把现成能力拼成用户买单的产品”。
今天最值得看的，不是单个模型升级，而是“模型之上”的产品层和上下文层继续变厚。 Perplexity 代表产品编排层，create-context-graph 代表关系上下文层。
Aakash Gupta 指出，Perplexity 估值已到 200 亿美元，但并没有自研基础模型，而是把 Claude、Gemini、GPT、Grok、Nano Banana、Veo 等模型按任务场景编排组合。这条叙事的重点不是“谁家模型最强”，而是“谁最会把现成能力拼成用户买单的产品”。
Theo 认为，外界对近期容量问题有些反应过度。坏消息当然是坏消息，但如果 Anthropic 的真实约束是算力吃紧，那么阶段性做体验和节流层面的调整，可能已经是比“直接大幅砍用量”更温和的处理方式。它侧面说明：头部 AI 产品的需求仍在高速外溢，算力约束依旧是现实瓶颈。
swyx 提到 create-context-graph 可用一条命令为 22 个行业域建立关键实体关系。这个方向值得注意：未来很多 Agent 产品不只需要调用模型，还需要一层稳定的“关系上下文”来支撑记忆、推荐、协作和工作流判断。