Perplexity推出Teammates功能:AI助手替你盯盘管理市场订单

Perplexity 推出 Teammates,让 AI 从问答工具转向持续监控市场订单的任务型助手。
Perplexity 推出 Teammates 功能,用户可设置 AI 助手持续监控和管理市场订单,标志着其从「带引用的 AI 搜索引擎」向持续性任务托管助手延伸。文章指出,这一转向的本质是 AI 产品从解决信息获取的问答工具,变为解决注意力分配的任务型代理。市场订单信息密集、时效性强,适合 AI 持续盯盘,但官方表述克制,未披露执行边界、接入平台与自动化程度,现阶段更可能是信息层面的监控与提醒。Teammates 的命名体现行业从「工具」向「队友/代理」演进的趋势,也意味着用户与 AI 的关系从每次重新提问变为交代一次任务、持续获得反馈。文章同时提醒,金融场景中需明确监控范围、触发条件和人工接管机制,AI 的价值取决于边界是否清晰而非自动化程度。
Perplexity 推出 Teammates:让 AI 替你监控和管理市场订单
AI 搜索公司 Perplexity 正在把能力边界从「回答问题」推向「替你做事」。根据其官方在社交平台上的说法,用户现在可以在 Perplexity 上设置 Teammates,让它持续监控并管理市场订单。这听起来像是一个小小的功能更新,但它指向的方向值得关注:AI 助手开始从一次性问答工具,变成有持续任务、有执行动作的「数字同事」。

从搜索到执行:Teammates 的定位
Perplexity 最初以「带引用的 AI 搜索引擎」被熟知,核心交互是用户提问、模型检索并给出答案。而 Teammates 的提法明显不同——它是一个可以被「设置」的对象,承担的是监控和管理这两类持续性职责。
这背后是 AI 产品形态的一次转向。问答型产品解决的是信息获取问题,而任务型助手解决的是注意力分配问题。市场订单本质上需要人持续盯盘、在条件触发时做出反应,这恰恰是持续型 AI 助手最适合切入的场景之一。Perplexity 选择从市场订单切入,说明它想让 Teammates 成为用户在日常工作流中「托管」一部分重复性判断的入口。
AI Agent(智能体) 是理解这一转向的关键概念。与传统的问答式 AI 不同,Agent 被赋予一个持续存在的目标,能够自主规划步骤、调用外部工具(如浏览器、API、交易接口)、在后台反复运行,并根据环境变化调整行为。业界通常用「感知—规划—行动」循环来描述 Agent 的工作方式:它先获取状态信息,再判断是否需要采取动作,然后执行并观察结果。Teammates 这种「可被设置、持续监控」的形态,本质上就是 Agent 范式在产品层的落地。它与普通聊天机器人的核心区别在于:交互不再由用户逐次触发,而是由任务状态驱动。这也是为什么文章强调「工具等待指令,队友则可以主动汇报」——主动性是 Agent 区别于传统软件自动化的标志之一。
为什么是「市场订单」这个场景
金融市场的订单管理有几个天然特征:信息密集、时效性强、需要持续关注。人工盯盘的成本高,而且容易因为注意力疲劳错过变化。把这类任务交给 AI 助手,逻辑上成立。
不过需要强调的是,官方目前的表述相当克制——只说 Teammates 可以「监控和管理市场订单」,并未说明具体的执行边界、接入的交易平台、或者自动化程度有多高。这意味着现阶段更合理的理解是:Teammates 承担的是信息层面的监控与提醒,至于是否直接下单执行,还需要看后续产品细节。对用户而言,在涉及真实资金的场景里,弄清楚「AI 能做什么、不能做什么」比功能本身更重要。
订单管理在交易语境中通常包含几个层次:订单状态跟踪(已提交、部分成交、完全成交、撤单)、条件触发(如价格触及某阈值时提醒或挂单)、以及仓位与风险的持续观察。传统券商平台多提供「条件单」「止损单」等规则化工具,但它们依赖用户预先设定明确的数值条件,缺乏对非结构化信息(如新闻、公告)的理解能力。AI 助手切入的价值点,正在于把「规则触发」扩展为「语义判断」——例如识别某条消息是否可能影响持仓。但这也带来可解释性问题:基于大模型的判断难以像条件单那样被精确审计。因此在金融合规框架下,这类功能通常先以「提醒/建议」形式出现,而非直接接入下单权限。
这次更新的行业含义
Perplexity 的这一步并不孤立。过去一段时间,主流 AI 产品都在从「对话」向「代理」(agent)演进:让模型持有长期目标、调用工具、在后台持续运行。Teammates 的命名本身就是一种信号——它不是工具,而是「队友」。
这种定位差异会影响产品设计。工具等待指令,队友则可以主动汇报、持续跟踪。如果 Teammates 真能稳定地承担监控职责,那么用户与 AI 的关系就从「每次重新提问」变成「交代一次任务、持续获得反馈」。对 Perplexity 来说,这也是提升用户留存和使用频次的路径:搜索是低频离散行为,而任务托管是高频持续行为。
「工具」与「代理」的产品分野,在 AI 行业已有较清晰的定义。工具型产品(tool)要求用户每次输入明确指令,系统在单轮内完成并返回结果,状态不跨会话保留;代理型产品(agent)则维护长期任务状态,具备记忆、调度和自主执行能力,用户可以「交代一次、持续收到反馈」。这一分野直接影响技术架构:代理需要任务队列、状态存储、工具调用编排和异常处理机制,工程复杂度远高于问答系统。对产品指标而言,工具型产品看重单次查询的准确率,代理型产品更看重任务完成率与持续活跃度。Perplexity 从搜索切入代理,意味着其技术栈需要从「检索增强生成」扩展到「任务编排」,这也是当前主流 AI 公司竞争的新战场。
需要保持的谨慎
涉及市场订单的 AI 助手,风险和便利是同一枚硬币的两面。监控可以自动化,但决策责任无法完全转移。用户在使用这类功能时,至少需要明确三点:AI 的监控范围是什么、触发提醒或操作的条件是什么、出现异常时如何人工接管。
目前 Perplexity 释放的信息还停留在功能宣告层面,缺少这些关键细节。这不影响我们判断趋势,但足以提醒:在金融场景里,AI 助手的价值取决于它的边界是否清晰,而不是它的自动化程度有多高。
小结
Perplexity 的 Teammates 功能把 AI 助手推向「持续任务托管」的方向,市场订单监控是它的第一个具体落点。功能细节仍待披露,但产品思路已经清楚:让 AI 从回答问题的人,变成替你盯着事情的人。
相关推荐
科技前沿Textly:Mac上任意位置抓取文字和表格的效率神器
Textly是一款Mac菜单栏效率工具,支持从截图、PDF、视频和应用中框选捕获文字与表格,保持行列完整并导出CSV、Markdown、TSV,还内置即时翻译和剪贴板历史。
科技前沿Frameboy:World Labs Atlas 世界模型浏览器实时体验
World Labs 在 Product Hunt 发布 Frameboy,基于 Atlas 世界模型的浏览器实时演示,移动相机即可在云端 GPU 生成新视角,最高 15 fps 串流,探索 AI 生成的可漫游世界。
科技前沿Keypause:一键锁定Mac键盘,清洁时不再误触
Keypause是一款Mac菜单栏应用,一键锁定键盘所有按键,方便清洁时避免误触。本文介绍其功能、使用体验、潜在风险及适用场景,帮你判断是否值得尝试。