Perplexity发布革命性搜索架构Search as Code
Perplexity于2026年6月1日正式发布**Search as Code（SaC）**全新搜索架构，该技术已在Perplexity Agent API和自研的Computer产品中全面上线。这一架构彻底颠覆了传统AI智能体依赖多轮推理进行function calling或MCP工具调用的串行循环模式，改由大模型直接生成Python代码调用检索原语。
解决传统工具调用三大痛点
传统智能体搜索方案长期面临高延迟、控制流受限和上下文污染等问题。SaC架构允许大模型在安全计算沙箱中运行Python代码，可动态编排并行查询、去重、过滤、合并和重排操作，在单个推理周期内并行执行数千次搜索与处理。针对跨推理周期传递中间状态的难题，团队采用持久化文件系统的显式序列化（serde）方案，相比传统REPL模式在长轨迹任务中更加可靠。
专属提示词包提升编排效率
Perplexity还引入了2000个Token以内的专属Agent Skills提示词包，专门指导大模型高效编排复杂检索任务，显著提升模型对搜索流程的理解与执行能力。
基准测试表现优异
SaC架构在多项专业搜索基准评测中均展现出色性能：
- WANDR基准测试：SaC得分达0.386，相比Anthropic系统（0.152）提升2.5倍，较非SaC基线提升45%
- 200个高危CVE漏洞查询测试：100%准确率，Token消耗降低85.1%
- DSQA评测：取得0.871高分，中等推理级别下每项任务费用降至1美元以下
开启AI搜索新范式
Search as Code的发布标志着AI搜索正式进入"代码优先"时代。开发者可通过Python代码直接调用Perplexity的Agentic Search SDK，实现更灵活、更高效的检索编排。这一创新不仅降低了搜索延迟，也为复杂信息检索任务提供了更可靠的解决方案。
信源：Perplexity Research Blog (2026.6.1)