
Perplexity тихо выпустила Perplexity Computer — и есть ощущение, что мы пока не до конца осознали масштаб этого шага. На поверхности это выглядит как ещё один режим внутри знакомого интерфейса. Но по сути — это заявка на новый уровень агентных систем.
Perplexity Computer — это не чат-бот, не улучшенный поиск и не просто удобная обёртка вокруг модели. Это автономный цифровой исполнитель, который принимает не промпт, а цель, и самостоятельно делает всё, чтобы её достичь. Внутри работает оркестр из 19 моделей: они сами разбирают задачу на подзадачи и выполняют код в изолированном облаке. Иначе говоря, перед нами не «ответная модель», а система, которая строит план, распределяет работу между специализированными компонентами, выполняет её асинхронно и возвращается с результатом.
Но важно понимать контекст.
Perplexity Computer — не первый шаг в этом направлении. Ранее уже появился OpenClaw, предложивший схожую идею: оркестрация автономных агентов вместо линейного чата. Разница в том, что OpenClaw изначально строился как инфраструктурная, self-hosted платформа с полным контролем контура исполнения. Perplexity же реализует ту же стратегическую концепцию в централизованной облачной модели — как готового цифрового помощника «из коробки».
По сути, мы наблюдаем не просто релиз новой функции, а оформление нового класса продуктов: систем, которые не отвечают, а выполняют работу.
Разберёмся, что такое Perplexity Computer на самом деле, как он устроен, где его реальные преимущества и какие стратегические нюансы остаются за пределами маркетинга.
Всё, что написано в статье — анализ источников и мнение автора.
Что такое Perplexity Computer

Представьте проджект-менеджера, у которого на быстром наборе 19 специалистов мирового уровня. Пользователю нужно задать не промпт, а цель. Например:
«Создай приложение, отслеживающее состояние снега на всех горнолыжных курортах Северной Америки».
«Собери конкурентный анализ на 4000 строк по SaaS-компаниям в MarTech».
«Опубликуй полноценный сайт с документацией для инженерной команды».
Computer берёт эту цель и разбивает её на граф задач. Он определяет приоритеты, что можно делать параллельно и какая модель лучше всего подходит для каждой подзадачи. Затем всё запускается одновременно.
В качестве основного reasoning-движка используется Claude Opus 4.6. Генерация изображений — через Nano Banana. Видео — через Veo 3.1. Быстрые лёгкие задачи — через Grok. Работа с длинным контекстом и глубокий веб-поиск — через GPT-5.2. Глубокие исследования — через Gemini. Система динамически распределяет задачи между всеми 19 моделями в зависимости от требований каждой подзадачи.
Не нужно выбирать модель вручную. Система сама назначает агента для каждой задачи.
Если вы просите создать веб-приложение, система может одновременно:
исследовать лучшие фреймворки,
генерировать дизайн интерфейса,
писать backend-код,
готовить документацию.
По мере завершения промежуточных этапов результаты кэшируются и передаются следующему «специалисту» в цепочке.
Всё работает в защищённой sandbox-среде, изолированной от вашей основной инфраструктуры. Если требуется доступ к инструментам или API, Perplexity Computer запрашивает ограниченный токен с минимальными правами. Перед необратимыми действиями — публикацией сайта, отправкой писем, пушем кода — система ставит задачу на проверку человеку.
И ещё важный момент: Computer может работать в фоне неделями или месяцами, выходя к вам только в контрольных точках.
Как можно использовать Perplexity Computer
Вот только несколько доступных сценариев.
Разработка приложений «под ключ».
Пользователь описывает, что должно делать приложение. Computer исследует технологический стек, проектирует архитектуру и интерфейс, пишет код, формирует документацию, проводит тестирование и готовит сборку к публикации.Многошаговые аналитические проекты.
Например, подготовка детального сравнительного отчёта по десяткам компаний в выбранной индустрии: сбор данных из открытых источников, структурирование метрик, сопоставление продуктовых стратегий, формирование таблиц и визуализаций, оформление итогового документа. То, что обычно требует нескольких дней ручной работы аналитика, может быть выполнено как единый оркестрированный процесс.Контент-пайплайны.
Пользователь задаёт стратегию и целевую аудиторию. Система исследует темы, формирует контент-план, пишет тексты, генерирует изображения, адаптирует формат под платформы и подготавливает материалы к публикации.Конкурентный анализ и рыночные исследования.
Достаточно указать индустрию и критерии сравнения — система соберёт данные по ключевым игрокам, сопоставит функциональность, выделит ценовые модели и стратегические различия, а затем оформит результат в структурированном виде (таблицы, отчёт, презентация).
Важные детали
Набор из 19 моделей будет меняться по мере появления более сильных решений.
Пользователь может взять на себя роль оркестратора и вручную распределять подзадачи.
Подписчики тира Max получают 10 000 кредитов в месяц плюс бонусные 20 000 на запуске.
Система уже несколько месяцев использовалась внутри компании.
Готовится запуск тарифов Pro ($20/мес) и Enterprise.
Вся логика исполнения происходит в изолированной облачной sandbox-среде Perplexity; пользователь не управляет собственной инфраструктурой и не выбирает среду развёртывания.
Выход за пределы веба
Отдельное стратегическое направление — интеграция с Samsung Electronics. В официальном пресс-релизе говорится о расширении Galaxy AI до мультиагентной экосистемы, где Perplexity становится одним из агентов на будущих флагманских устройствах. Заявлена активация через голосовую команду и системную кнопку, а также глубокая интеграция в приложения устройства.
Это означает, что Computer рассматривается не только как веб-функция, но и как потенциальный слой исполнения задач на уровне экосистемы устройства.
Детали по конкретным моделям и регионам на момент отчёта не раскрыты, но сам вектор очевиден: оркестрация переносится ближе к пользователю.
Заключение
Если смотреть на Perplexity Computer в стратегической оптике, становится очевидно: это ответ на ту же проблему, которую пытаются решить агентные платформы нового поколения — создание управляемого, автономного цифрового исполнителя.
В этом смысле Computer — явный ответ на архитектурный запрос, который лежит в основе OpenClaw. Разница между двумя агентами — в реализации.
OpenClaw делает ставку на самостоятельную инфраструктуру, явный контроль контуров исполнения, прозрачную оркестрацию и разворачивание внутри собственной среды. Perplexity Computer выбирает облачную модель: закрытая песочница, многомодельный режим, кредитная экономика и плотная интеграция с экосистемами вроде Samsung.
Обе системы строят слой оркестрации над моделями. Этот слой отвечает за планирование, маршрутизацию, управление ресурсами и контроль действий. Именно он и является тем, что можно назвать «программируемым цифровым трудом» — когда работа описывается как цель, а не как последовательность ручных промптов.
Но если OpenClaw — это инженерная платформа для построения автономных агентов под свой контур, то Computer — это коммерческий, централизованный цифрового помощника «из коробки».
И именно поэтому его релиз нельзя считать просто ещё одной AI-фичей. Это демонстрация того, что рынок окончательно смещается от ответов модели к системам, которые берут на себя выполнение работы — с оркестрацией, бюджетом, безопасностью и инфраструктурной логикой.
По сути, мы наблюдаем не конкуренцию чат-ботов, а формирование нового класса продуктов.
Больше живых примеров и их выполнения можете посмотреть на специальной странице от разработчиков.
НЛО прилетело и оставило здесь промокод для читателей нашего блога:
-15% на заказ любого VDS (кроме тарифа Прогрев) — HABRFIRSTVDS.
FahrenhGoff
Насчёт разработки приложений под ключ - был ряд историй когда на проде такой код от ИИ моделей был а) всегда небезопасным, б) всегда неподдерживаемым и в) порой приводил к серьёзным финансовым потерям.
FahrenhGoff
И было бы это все не так важно, как сам факт того, что компании вроде OpenAI и проекты ai от FAANG компаний и 90% всех решений по генеративным сетям - сильно убыточные, порой без планов на прибыль.
akod67
Ну так капексы, сейчас период интенсивного развития, миллиарды в датацентры вкладываются сейчас, откуда там положительный баланс возьмётся? Перестанут вкладываться - останется чистый доход.
FahrenhGoff
Нет. Финансово вложения не окупятся. Этому много подтверждений. Основная причина - массовый пользователь играется с нейросетью как с игрушкой и забрасывает через месяц. А именно на массового,пользователя такие вливания инвестиций и были.
akod67
Подписку Claude Max видели? Помножьте на сотни программистов. Это реальные счета, не выдумка.
FahrenhGoff
Я не эксперт в финансах, но видел что у OpenAI ожидается убыток компании который длится с 2023 года и составит в этом году 44 млрд долларов. Они конечно обещают что первую прибыль получат в 2029 году, но до него далеко. Не думаю что у других компаний сильно лучше.
akod67
И.. ? Компания активно инвестирует. Может и прогорит, может и нет. Поинт в том, что по текущей ситуации выводы нельзя делать. Тесла с 2013ого в одних убытках была, только через 7 лет прибыль показала. Возможно тоже умрёт, но нельзя же из этого делать вывод о кончите электромобилей? Обычная история, когда первый задаёт траекторию и его на повороте потом обходят более эффективные в плане бизнеса.
FahrenhGoff
В Tesla создавали продукт - машину, в OpenAI - создают сервис, два разных бизнеса.
akod67
Бизнесы разные, а доллары покупателей - одинаковые.
FahrenhGoff
Ждём первой прибыли
akod67
У меня на много больше историй про небезопасный неподдерживаемый глючный код от кожаных балбесов.
FahrenhGoff
GPT пишет только говнокод. Много и быстро.
akod67
Говнокод получается при говнозапросах. Плотно работаю с Claude/Opus 4.6 - он пишет код лучше подавляющей массы вкатунов. Надо работать по правильному процессу, а не промпты в 5 слов (хотя и с ними порой чудеса творит).
FahrenhGoff
Я также работаю с Claude 4.6, тоже ему пишу нормальный промпт. Но потом всё равно переделываю и исправляю много проблем. На ревью неоднократно отлавливал баги, потом я находил что код писал ллм а человек просто не доглядел.
akod67
ваш нормальный промпт сколько килобайт текста?
FahrenhGoff
Я использую copilot, там вызываются инструкции, я не считал сколько там чего.
akod67
В общем покурите github humanlayer .claude и перестаньте писать вселенскую чушь о качестве кода. Пока вижу подавляющее непонимание, как с LLM работать. Как только люди налаживают процессы и учат инструмент, сразу и результат появляется.
FahrenhGoff
Я посмотрел - тоже самое что делает copilot.
akod67
Ещё раз посмотрите. Ключевое там commands и agents, а не кто исполняет эти инструкции. Сам процесс. Промпт для написания кода должен быть несколько килобайт подробных инструкций, написанных другой командой соместно с человеком. Вот тогда и результат будет хороший, а не рандомные галлюцинации на заданную тему. Повторюсь - это работает в достаточно сложных проектах.
FahrenhGoff
Там это все есть, агенты и комманды, сам предлагает комманды, сам анализирует, если чего не хватает - сам смотрит файлы, делает
find, затем сам делает решение, могу одним кликом деклайнить или аппрувнуть всё что он накодил, потом если есть тесты - тестирует (я прошу) смотрит результат работы комманд и сам понимает что ещё нужно сделать. Он однажды мне нашёл проблему которую я искал долго - да это было хорошо, он сделал что-то около 40 команд, перерыл и гит лог и файлы. Но я вижу что проблемы он генерит даже лучше. Иногда простейшие вещи я ему разжевываю, а он делает не так или с уязвимостью. Нужно слишком много разжевывать иногда.akod67
Уловите суть - важен контент команд, а не их наличие. Склонируте в свой проект с humanlayer .claude папку и погоняйте команды /research_codebase и /create_plan [путь к файлу ресёрча] описание нужного изменения
99% разжёвывания делает команда построения плана. от вас требуется только поредактировать слегка эти команды и определения агентов под свою реальность. можете хоть инструкцию "check execution against CVE reports" добавить.
formerchild
Абсолютно согласен с вашей линией. Если уделять много времени и внимания докам для искина, тщательно следить за покрытием тестами, то codex и claude работают прекрасно. Но новички и даже многие мидлы просто не будут этого делать. Поэтому к концу года их вполне может "вымыть", и что тогда будет? Вот этого я не понимаю
sidewinder1
Skills issue
Romatio
Тоже заметил, что сейчас самое слабое звено - между креслом и клавиатурой.
QRpeach
Если у вас так, то ответ кроется в моей аватарке