今天小編分享的互聯網經驗：Perplexity認為Google、Meta、馬斯克和整個世界都在抄襲它，歡迎閲讀。
上周扎克伯格把 Meta AI 聊天機器人向公眾開放了。
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喚它。不過目前只能輸入文本來生成答案和圖片，除了一批明星角色定制機器人，其它并沒什麼太出彩的地方，也就沒引起太大的社區反響。
不過有個人卻第一時間破防，并把 Meta 狠狠陰陽了一把。
此人便是 Perplexity 的 CEO Aravind Srinivas。4 月 12 号他忽然在 X 平台發文，致敬自己公司的設計師，配圖卻是 Meta AI 的聊天界面。
這是幹啥？Aravind Srinivas 緊接着用 " 引用源 " 加上 Perplexity 的界面截圖解釋：暗指 Meta AI 從醒目 logo、标語、到加了表情包的靈感問題提示，整體頁面設計全都 " 抄襲 " 了自家產品。
對此評論區意見抽成了兩派，有的説小扎确實是能靠抄别人的東西拿奧斯卡獎。
" 就跟我抄高年級的期末作業一樣。"
" 恭喜 perplexity 的設計師創造了新的行業模版。"
另外一些網友卻認為這有點牽強了，" 那你要這麼説，Perplexity 形狀是方的，meta 是圓弧的… "
有人也陰陽了回去：" 你是説致敬 ChatGPT 的設計師吧？盡管 Perplexity 想出來把提示問題移到螢幕中間的好點子，還是恭喜你們了。"
Aravind Srinivas 那邊似乎并不服氣，凌晨四點又繼續發文説：
" 抄襲好東西是正确的做法。我們都應該這樣做。我們從 Google 那裏借鑑了一些東西（知識卡、組件）。Google 也從我們這兒借鑑了一些東西（後續問題、來源歸屬），OpenAI 則從雙方那裏都借鑑了（突出鏈接、提供建議問題、快速查詢重構）。Grok 拿走了在 Perplexity Discover 上首次實現的新聞曝光功能。當被其他聰明的人采用時，恰恰證實了這些想法是好的。"
配圖是左邊的 Grok 和右邊的 perplexity：
好家夥，這回是 Google、OpenAI、Grok 都含沙射影地中槍了——所有做聊天機器人的公司，不約而同都把 Perplexity 作為首要 " 抄襲 " 對象。
結果被這位大哥一句話直接扎心：" 我們都不知道還有 Perplexity Discover 這種東西存在。"
" 任何人都可以復制想法，然後加上你自己的特色。世界就是這樣的，天性如此，我們當然也可以這樣做。"
網友讓 Srinivas 别抱怨了。再説那什麼 Discover，本質上不就是 News Feed 嗎？那可不是 Perplexity 發明的，Google 的搜索引擎裏已經有這個功能十幾年了。
説起來，這也不是 Aravind Srinivas 第一次 " 指責 " 别人借鑑他的勞動成果了。
今年一月時，賈揚清在 X 上發布了一個基于 LeptonAI 雲平台的對話式搜索引擎 demo，用 500 行 Python 代碼輕松實現了類似 Perplexity 的效果。這個「Lepton Search」的後端是 Mixtral-8x7b 模型，接入 Bing 搜索 API，用户輸入問題後就能返回答案、引用來源和相關問題。
LeptonAI 通過這個演示向大家展現了現在構建一個人工智能應用有多簡單。換句話説，等于把 Perplexity 這個產品 " 剝皮 " 了。它的前端設計的确看起來很 fancy，但技術門檻其實很容易實現。
這很快引來 Srinivas 的空降，轉發賈揚清的推文并用一貫 " 委婉 " 的語氣内涵道：" 很高興看到 Perplexity 成為未來融資動作的标杆，包括前 Meta 和阿裏巴巴高管都來取經！Perplexity 的影響力已經不局限于產品本身，而是輻射到了整個科技生态和行業發展，令人振奮！"
雙方粉絲當時也各執一詞。支持 Perplexity 的人認為 Lepton 就是抄襲，反對方覺得 Lepton 只是通過演示證明自己的能力，再説你 perplexity 也沒有知識搜索專利，着實是反應過度了。
賈揚清也沒有示弱，表示自己搭建這個 demo 的靈感來自于和微軟技術專家 @youwu_5u 喝咖啡時，關于 RAG 的效果究竟是源自搜索還是大模型的讨論，并以代碼全部開源正面回擊。
所以從現在 Srinivas 又 " 出征 " Meta 和 Grok，我們也看出來了，Perplexity 還真是時刻處于戰備狀态，覺得全世界都在抄它！
不過來來回回，好像指責的總是離不了 " 創意、界面設計、功能 " 上的抄襲，除此之外再無其它。有網友無情戳穿，"這是不是因為，Perplexity 明白，自己除了 UI 也真沒什麼可抄的了"。甚至有人用任何 AI 聊天機器人都能生成類似的前端代碼，再加上一些自己的想法，就能打磨出一款全新外殼。
工作流程來説，Perplexity 先獲取用户輸入，基于實時索引重構查詢，再将回答問題的任務交給大語言模型，要求它閲讀所有相關鏈接，從中提取出相關段落整合内容返回給用户。拆解下來，本質上還是靠 Google 和 Bing 們提供的檢索 API 和 GPT-4、 Claude 3 等 LLM。
作為一家應用類公司和 API 接口供應商，Perplexity 并沒有自己的基礎大模型，默認的兩款免費自研模型都是從 GPT 微調而來，也就沒有堅固不可逾越的技術護城河。搜索體驗上的優化與創新才是 Perplexity 最初吸引用户的法寶，也自然成為他們握緊在手裏，拼命捍衞的東西。
Srinivas 在 X 發布的記錄 Perplexity 產品構思的第一塊白板
盡管對于平台類公司來説，這種彼此間的 " 借鑑 " 已經太司空見慣，打車軟體 Uber 和 Lyft，點餐應用 DoorDash、Uber Eats 和 Postmates，國内的美團和餓了麼等等例子就更多。但年輕的 Perplexity 在還沒有形成穩定而廣泛的客户群，功能也比較樸素、尚未全面開花，在現金流還需要考慮賣廣告來加持的情況下，這種擔心随時被替代的焦慮感就更嚴重。甚至需要抓住一切機會去 " 碰瓷 "，即使這看起來難免有些應激。
另一個不可否認的現實是，市場上形形色色的 AI 初創公司們之間存在一個明顯的估值斷層。那些開發了基礎大語言模型或具備核心技術的 OpenAI、Anthropic、Cohere、Scale AI 等總是處于領先的第一梯隊，而 Perplexity 或 Poe 這樣的平台類公司估值一旦達到某個位置就難以突破。
Poe 現在衝的是最快速地集成市場上最新的大模型，以及 Poe bot 創作者共享經濟模式，加上 Quora 做備份，也算找到了自己的一條路。而對 Perplexity 這個目前僅靠對話式搜索引擎一個飯碗的公司來説，也必須承認，創意一旦公開就不再是秘密，人人都有權利去借鑑和優化。
最後也説句公道話，時至今日，作為一名 Perplexity 訂閲用户，它對于瑣碎信息的整理能力和杜絕 AI 幻覺的準确性，依然是吸引我的付費的點。做的最快能證明團隊足夠敏鋭和優秀，做到最好更是需要持續研習的智慧。Perplexity 與其緊盯着對手們在網上抱怨，不如放下獨創性的執念，鞏固優勢并繼續沉下心洞察市場、打磨產品，用下一個耳目一新的功能證明自己。
