Компания разработала Search as Code — новую архитектуру для ИИ-поиска, в которой модель не просто отправляет запросы в готовый поисковый API, а сама пишет Python-код для построения поискового процесса.
Компания разработала Search as Code — новую архитектуру для ИИ-поиска, в которой модель не просто отправляет запросы в готовый поисковый API, а сама пишет Python-код для построения поискового процесса.
Обычно ИИ-агент работает с поиском по простой схеме: формулирует запрос, получает выдачу, читает результаты и делает новый запрос. По мнению Perplexity, такой подход плохо подходит для сложных исследовательских задач, потому что модель не контролирует, как именно результаты фильтруются, сортируются, очищаются от дублей и попадают в контекст.
В Search as Code модель получает доступ к набору базовых поисковых операций: retrieve, fanout, filter, dedupe, rerank и другим. Затем она сама собирает из них нужный пайплайн — например, запускает параллельные запросы, программно убирает нерелевантные результаты, проверяет источники и сохраняет промежуточные данные в sandbox-среде.
Разработчики считают, что это помогает ИИ-агентам лучше справляться с длинными исследовательскими задачами. Вместо того чтобы забивать контекстное окно случайными результатами поиска, модель может сама отфильтровать лишнее и оставить только то, что действительно нужно для ответа.
В качестве примера компания привела задачу из кибербезопасности: агенту нужно было найти 200 критических уязвимостей CVE за 2023–2025 годы, официальные рекомендации вендоров, затронутое ПО и версии, в которых ошибки были исправлены. По данным Perplexity, Search as Code справился с задачей и использовал на 85% меньше токенов, чем стандартный поисковый пайплайн компании.
Релоцировались? Теперь вы можете комментировать без верификации аккаунта.