有趣的事

Perplexity 推出可执行持续性复杂工作的 teammate 智能体,该功能实际使用体验如何?

先说结论:如果你期待它像一个能自己接手任务、持续推进并交付结果的“同事”,teammate 的价值主要在于减少多轮拆解和盯进度;但“持续工作”不等于可以放手不管,尤其涉及重要事实、外部操作或需要精确判断的任务,仍要核对过程和产物。

体验这类智能体,最好看完整任务链,而不只是它第一次回复得是否流畅:能不能把目标拆成可检查的小步骤,遇到缺资料时是否会说明假设或追问,能否在中途发现偏差后调整,最后交付的内容是否有出处、格式是否可用。任务越开放、资料越分散,持续执行和汇总的优势通常越明显;目标含糊、验收标准不清时,它也更容易把时间花在错误方向上。可以先给一个边界明确的小任务试跑,例如限定资料范围、交付格式和完成标准,再逐步增加复杂度。

需要留意的取舍是:任务越长,越要关注信息是否过时、引用是否支持结论,以及它是否把推测写成事实。凡是会发送消息、修改文件、下单或影响他人的动作,宜要求先给方案并由人确认;涉及敏感数据,也应先确认允许提供给该服务。若它能透明呈现进度、依据和待确认事项,才更适合承担持续任务;若只能看到一个最终答案,审阅成本未必比自己分步完成低。

因此,是否“好用”取决于任务类型和你愿意投入的监督程度:把它当作能持续推进的研究与执行助手,明确边界、设置验收点,并对关键结论做抽查,比较符合实际预期;把它当作无需复核的自动员工,则容易失望。

相关阅读