今天小编分享的互联网经验：Perplexity认为Google、Meta、马斯克和整个世界都在抄袭它，欢迎阅读。
上周扎克伯格把 Meta AI 聊天机器人向公众开放了。
用户可以在 WhatsApp、Instagram、Facebook 等 Meta 系社交軟體上以搜索或聊天助手的方式召唤它。不过目前只能输入文本来生成答案和图片，除了一批明星角色定制机器人，其它并没什么太出彩的地方，也就没引起太大的社区反响。
不过有个人却第一时间破防，并把 Meta 狠狠阴阳了一把。
此人便是 Perplexity 的 CEO Aravind Srinivas。4 月 12 号他忽然在 X 平台发文，致敬自己公司的设计师，配图却是 Meta AI 的聊天界面。
这是干啥？Aravind Srinivas 紧接着用 " 引用源 " 加上 Perplexity 的界面截图解释：暗指 Meta AI 从醒目 logo、标语、到加了表情包的灵感问题提示，整体页面设计全都 " 抄袭 " 了自家产品。
对此评论区意见抽成了两派，有的说小扎确实是能靠抄别人的东西拿奥斯卡奖。
" 就跟我抄高年级的期末作业一样。"
" 恭喜 perplexity 的设计师创造了新的行业模版。"
另外一些网友却认为这有点牵强了，" 那你要这么说，Perplexity 形状是方的，meta 是圆弧的… "
有人也阴阳了回去：" 你是说致敬 ChatGPT 的设计师吧？尽管 Perplexity 想出来把提示问题移到螢幕中间的好点子，还是恭喜你们了。"
Aravind Srinivas 那边似乎并不服气，凌晨四点又继续发文说：
" 抄袭好东西是正确的做法。我们都应该这样做。我们从 Google 那里借鉴了一些东西（知识卡、组件）。Google 也从我们这儿借鉴了一些东西（后续问题、来源归属），OpenAI 则从双方那里都借鉴了（突出链接、提供建议问题、快速查询重构）。Grok 拿走了在 Perplexity Discover 上首次实现的新闻曝光功能。当被其他聪明的人采用时，恰恰证实了这些想法是好的。"
配图是左边的 Grok 和右边的 perplexity：
好家伙，这回是 Google、OpenAI、Grok 都含沙射影地中枪了——所有做聊天机器人的公司，不约而同都把 Perplexity 作为首要 " 抄袭 " 对象。
结果被这位大哥一句话直接扎心：" 我们都不知道还有 Perplexity Discover 这种东西存在。"
" 任何人都可以复制想法，然后加上你自己的特色。世界就是这样的，天性如此，我们当然也可以这样做。"
网友让 Srinivas 别抱怨了。再说那什么 Discover，本质上不就是 News Feed 吗？那可不是 Perplexity 发明的，Google 的搜索引擎里已经有这个功能十几年了。
说起来，这也不是 Aravind Srinivas 第一次 " 指责 " 别人借鉴他的劳动成果了。
今年一月时，贾扬清在 X 上发布了一个基于 LeptonAI 云平台的对话式搜索引擎 demo，用 500 行 Python 代码轻松实现了类似 Perplexity 的效果。这个「Lepton Search」的后端是 Mixtral-8x7b 模型，接入 Bing 搜索 API，用户输入问题后就能返回答案、引用来源和相关问题。
LeptonAI 通过这个演示向大家展现了现在构建一个人工智能应用有多简单。换句话说，等于把 Perplexity 这个产品 " 剥皮 " 了。它的前端设计的确看起来很 fancy，但技术门槛其实很容易实现。
这很快引来 Srinivas 的空降，转发贾扬清的推文并用一贯 " 委婉 " 的语气内涵道：" 很高兴看到 Perplexity 成为未来融资动作的标杆，包括前 Meta 和阿里巴巴高管都来取经！Perplexity 的影响力已经不局限于产品本身，而是辐射到了整个科技生态和行业发展，令人振奋！"
双方粉丝当时也各执一词。支持 Perplexity 的人认为 Lepton 就是抄袭，反对方觉得 Lepton 只是通过演示证明自己的能力，再说你 perplexity 也没有知识搜索专利，着实是反应过度了。
贾扬清也没有示弱，表示自己搭建这个 demo 的灵感来自于和微软技术专家 @youwu_5u 喝咖啡时，关于 RAG 的效果究竟是源自搜索还是大模型的讨论，并以代码全部开源正面回击。
所以从现在 Srinivas 又 " 出征 " Meta 和 Grok，我们也看出来了，Perplexity 还真是时刻处于战备状态，觉得全世界都在抄它！
不过来来回回，好像指责的总是离不了 " 创意、界面设计、功能 " 上的抄袭，除此之外再无其它。有网友无情戳穿，"这是不是因为，Perplexity 明白，自己除了 UI 也真没什么可抄的了"。甚至有人用任何 AI 聊天机器人都能生成类似的前端代码，再加上一些自己的想法，就能打磨出一款全新外壳。
工作流程来说，Perplexity 先获取用户输入，基于实时索引重构查询，再将回答问题的任务交给大语言模型，要求它阅读所有相关链接，从中提取出相关段落整合内容返回给用户。拆解下来，本质上还是靠 Google 和 Bing 们提供的检索 API 和 GPT-4、 Claude 3 等 LLM。
作为一家应用类公司和 API 接口供应商，Perplexity 并没有自己的基础大模型，默认的两款免费自研模型都是从 GPT 微调而来，也就没有坚固不可逾越的技术护城河。搜索体验上的优化与创新才是 Perplexity 最初吸引用户的法宝，也自然成为他们握紧在手里，拼命捍卫的东西。
Srinivas 在 X 发布的记录 Perplexity 产品构思的第一块白板
尽管对于平台类公司来说，这种彼此间的 " 借鉴 " 已经太司空见惯，打车軟體 Uber 和 Lyft，点餐应用 DoorDash、Uber Eats 和 Postmates，国内的美团和饿了么等等例子就更多。但年轻的 Perplexity 在还没有形成稳定而广泛的客户群，功能也比较朴素、尚未全面开花，在现金流还需要考虑卖广告来加持的情况下，这种担心随时被替代的焦虑感就更严重。甚至需要抓住一切机会去 " 碰瓷 "，即使这看起来难免有些应激。
另一个不可否认的现实是，市场上形形色色的 AI 初创公司们之间存在一个明显的估值断层。那些开发了基础大语言模型或具备核心技术的 OpenAI、Anthropic、Cohere、Scale AI 等总是处于领先的第一梯队，而 Perplexity 或 Poe 这样的平台类公司估值一旦达到某个位置就难以突破。
Poe 现在冲的是最快速地集成市场上最新的大模型，以及 Poe bot 创作者共享经济模式，加上 Quora 做備份，也算找到了自己的一条路。而对 Perplexity 这个目前仅靠对话式搜索引擎一个饭碗的公司来说，也必须承认，创意一旦公开就不再是秘密，人人都有权利去借鉴和优化。
最后也说句公道话，时至今日，作为一名 Perplexity 订阅用户，它对于琐碎信息的整理能力和杜绝 AI 幻觉的准确性，依然是吸引我的付费的点。做的最快能证明团队足够敏锐和优秀，做到最好更是需要持续研习的智慧。Perplexity 与其紧盯着对手们在网上抱怨，不如放下独创性的执念，巩固优势并继续沉下心洞察市场、打磨产品，用下一个耳目一新的功能证明自己。
