當Google遇上創新者困境:Perplexity執行長揭露AI搜尋革命的內幕

在矽谷的激烈競爭中,一家成立僅兩年的新創公司正在挑戰搜尋巨擘Google的地位。Perplexity執行長Aravind Srinivas在最新的Y Combinator訪談中,深度剖析了AI搜尋的未來,以及為何Google的商業模式正成為其創新的最大阻礙。這場對談不僅揭露了科技巨頭的困境,更描繪出AI時代的新戰場。

-

#從零到每日數百萬查詢的崛起之路

Srinivas回憶起創業初期的關鍵時刻:「2022年的跨年夜,我們有將近70萬次查詢。產品名稱很糟糕,叫Perplexity,很難念。速度很慢,每個查詢要7秒才有答案。還經常出錯、產生幻覺。沒有知名度的公司、沒有知名度的創辦人,只有一兩百萬美元的種子資金。」

儘管如此,人們仍然在跨年夜使用這個產品,分享截圖。這讓他意識到產品確實有其價值。如今,Perplexity每天處理的查詢量已經大到讓公司面臨基礎設施擴展的挑戰。

有趣的是,Perplexity的誕生並非按照傳統創業教科書的方式。Srinivas坦言:「我們創辦公司時並沒有明確的想法要做什麼,這與YC建議的『從專案開始再轉成公司』相反。」最初,他們嘗試建立自然語言SQL工具,用於搜尋Twitter等關係型資料庫,但最終決定將這個概念擴展到整個網路。

-

#Google的創新者困境:廣告模式的詛咒

當被問及為何Google無法提供類似Perplexity的直接答案服務時,Srinivas一針見血地指出問題核心:「如果人們可以直接獲得『舊金山能看到金門大橋的最佳飯店』或『從舊金山飛倫敦的最佳航班』這類問題的答案,還附帶預訂連結,Google要如何從Booking、Expedia、Kayak那裡賺錢?」

這正是經典的創新者困境。Google的搜尋廣告業務可能是「有史以來最好的商業模式」,但同時也成為其創新的枷鎖。Srinivas觀察到:「對Google來說,一個錯誤就能讓股價暴跌。還記得Bard的現場展示失敗嗎?股價下跌了6%。」

更令人驚訝的是,在2023年和2024年的大部分時間裡,Google內部的AI模型「可能只是第四或第五好」。這意味著新創公司首次能夠獲得比Google更好的AI技術,這在過去是不可想像的。

-

#瀏覽器:下一個AI戰場

Perplexity的下一步計畫令人振奮。Srinivas透露:「瀏覽器是我們對公司未來的最大賭注。每個人都在問,當有搜尋和其他AI應用時,為什麼要使用Perplexity?當然ChatGPT的分佈比我們大,每個AI應用都試圖加入搜尋功能。」

他們正在開發的Comet瀏覽器將不只是另一個瀏覽器,而是一個「認知作業系統」。Srinivas描述:「一個全能搜尋框,你可以導航、提出資訊查詢、下達代理任務。你的AI會在新分頁、側邊欄,作為任何網頁上的助理存在。」

這個瀏覽器將允許用戶並行啟動多個任務,異步運行,整合個人聯絡人、電子郵件、日曆、Amazon帳戶等各種資料來源。Srinivas強調:「Chrome在每個分頁都是獨立進程時很令人興奮。現在想像每個查詢或提示都可以是這樣。」

-

#AI編程工具改變開發速度

在公司營運方面,Perplexity已有約200名員工,並強制使用AI編程工具。Srinivas分享了一些驚人的使用案例:「機器學習工程師可以上傳論文中偽代碼的截圖,要求Cursor編輯檔案來實現新演算法,然後快速運行實驗。實驗時間從3-4天縮短到1小時。」

他甚至會截圖iOS應用,用箭頭標示按鈕需要移動的位置,然後工程師將截圖上傳到Cursor,讓它修改Swift UI檔案。這種開發速度的提升是革命性的。

然而,Srinivas也坦承AI工具的局限:「它也在引入新的bug,很多人不知道如何修復,甚至不知道bug是如何產生的。」他認為,在基礎設施和分散式系統等關鍵領域,仍然需要經驗豐富的工程師。

-

#速度是唯一的護城河

面對OpenAI、Google、Anthropic等巨頭的競爭,Srinivas的策略很明確:「你唯一的模式就是速度。你必須創新,必須比其他人都快。這就像以極高速度跑馬拉松。」

他並不迴避競爭的現實:「如果某件事真的值得做,資金雄厚的公司自然會去做。人們說Perplexity是個好產品,現在每個人都在嘗試做能夠引用來源回答問題的產品。」

但Perplexity的優勢在於專注。Srinivas表示:「你只能在有限的事情上做到世界級,無論是建立優秀的模型還是一兩個真正好的產品。對我們來說,這是我們唯一關心的事:答案的準確性、任務的準確性、協調各種工具。」

-

#未來展望:AI時代的新商業模式

在商業模式方面,Perplexity選擇了與Google截然不同的道路。Srinivas坦言:「我不知道我們是否能達到Google那樣的利潤規模。Google的商業模式可能是有史以來最好的商業模式。」

但他對訂閱收入感到鼓舞:「我們從未預期能走這麼遠,我們認為光是訂閱就能每年增長數十億美元,這是個很好的生意。」除了訂閱,他們還在探索基於使用量的定價模式,以及從AI促成的交易中抽成。

對於網路的未來,Srinivas認為權力分配將變得更加傾斜:「那些試圖玩弄SEO系統獲取流量的網站肯定會更加困難。」但他相信,知名品牌將保留直接的自然訪問量。

這場AI搜尋革命才剛剛開始。正如Srinivas所說,這不僅是技術的競爭,更是關於誰能以最快的速度為用戶創造價值。在這個由速度決定勝負的新時代,創新者的機會之窗正在打開。

參考資料來源:https://www.youtube.com/watch?v=2jOnoTEk-xA

Read more

如何在45分鐘內做出能抓住注意力的爆款短片?Roberto Nixon 的完整流程與工作室成本揭密

如何在45分鐘內做出能抓住注意力的爆款短片?Roberto Nixon 的完整流程與工作室成本揭密

在這集令人起雞皮疙瘩的節目中,短片創作者 Roberto Nixon 首度完整揭露他的製作流程:從靈感、逐字稿、錄製到後製暨發布的每一道細節。他是網路上少數能穩定拿到「數百萬追蹤、數以億計觀看」的短形式創作者之一,此次示範不只分享工具與技術,更揭示速度與節奏如何成為他製作「高點閱、易擴散」內容的核心競爭力。本文依循訪談內容重組,並補充必要背景說明,呈現可實作、可複製的完整操作指南與關鍵數據。 Roberto 明確指出:「短形式影片是互聯網的 bread and butter,是所有注意力的 top of funnel。」他認為短片的價值不只是資訊傳遞,而是「以極高速度捕捉注意力,並把觀眾導向更深的學習或行動」。他在訪談中強調三個製作目標的順序與重要性: - 「Capture attention」:前2秒的視覺與口語鉤子至關重要。 - 「Maintain attention」:以衝突—解決的段落設計持續牽引觀看。 - 「Reward attention」:提供實用、獨到的洞見以促成互動(

By andy

從焦慮到信任:一個月的授權噩夢,到一晚上用 Claude Code 搞定 API 串接的領悟

▋ 當初那個月,我幾乎快瘋了 說起來有點丟臉,但我得老實講——最開始串接 Facebook 和 Instagram 的發文功能時,我花了整整一個月。一個月啊,你聽起來可能覺得正常,但那一個月裡我經歷的心理狀態真的不太妙。 OAuth 授權流程、API 金鑰管理、權限設置、各種稀奇古怪的 Error Code……我每天都在官方文件和 Stack Overflow 之間切換,反覆測試、碰壁、修改參數、再碰壁。有幾次我真的坐在電腦前,盯著同一個 401 錯誤整整兩小時,想不出問題在哪裡。那種感覺很難形容,就是心裡知道「應該就快了」,但就是過不去那道檻。 問題是,不管我做再多功課,這個授權系統就像一個只會說 No 的門神,你得反覆調整每個參數,直到它願意放你進去。期間我甚至懷疑過自己是不是不適合做技術工作。 ▋ Performance API 串接時的震撼 然後這禮拜,

By andy
如何用 Sora 2 + n8n AI 代理,把影片成本降6倍、產量放大10倍?完整新手實作解析

如何用 Sora 2 + n8n AI 代理,把影片成本降6倍、產量放大10倍?完整新手實作解析

導言:Sora 2正席捲網路,能把文字、圖片、名人臉孔直接變成可上線的短影片。Nate Herk 在教學影片中示範如何把 Sora 2 與自動化工具 n8n(他稱為 NADN)串接,聲稱可以「取得10倍產出、更高品質、無浮水印,且透過 Key.ai 使用 Sora 2 比 OpenAI 直接呼叫便宜6倍」。本文將從連線設定、範例工作流程、提示工程到錯誤處理逐步解析,並以數據與引言突顯關鍵步驟,幫助你把這套系統從 Proof‑of‑Concept 做到可量產化。 * 關鍵數據:Key.ai 對 Sora 2 的收費為 1.5 美分/秒($0.

By andy

# 不會寫程式反而是優勢?為什麼Vibe Coding會是你最該投資的技能

我想跟你聊一件我最近才真正體悟的事:如果你想在未來持續提升生產力,你根本逃不掉要跟AI合作這個課題。但關鍵不是去學寫程式,反而是要學會跟AI「談戀愛」。 ▋ 你以為不會寫程式是限制,其實反而是超能力 老實說,剛開始聽到Vibe Coding這個概念時,我也有點懷疑。不會寫程式的人用AI協作?聽起來好像哪裡怪怪的。但仔細想想才發現,這恰好是我之前完全想反了的地方。 很多人問我:「欸,如果我不會寫程式,怎麼能跟AI Code一起工作?」我現在的答案是:正因為你不會寫程式,你才更有資格來做這件事。為什麼?因為你能深刻理解那些使用者痛點。你知道什麼叫「這件事很麻煩」,你知道什麼叫「其實我們需要的是這個」。而一個只會寫程式的人,有時候反而被自己的技術思維限制了,看不到使用者真正想要什麼。 你不會寫程式,所以你能在跟AI的來回對話中,一次次指出「不對,我要的是這樣」、「這邊可以再調整」。你用自己的直覺和需求不斷修正,而AI則用它的執行力去實現。這兩種優勢的結合,才是真正的超能力。 ▋ AI的能力再強,也需要一個懂它的人 這裡有個前提要弄清楚:不是隨便用任何AI都行。你得選一

By andy