Perplexity认为Google、Meta、马斯克和整个世界都在抄袭它

作者 ｜ 张潇雪
邮箱 ｜ JessicaZhang@pingwest.com

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系社交软件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。

对此评论区意见分成了两派，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屏幕中间的好点子，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，不约而同抄都把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，打车软件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”，即时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清晰的估值断层。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做后备，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。