阿凱📝 主編觀點 · 技術趨勢解讀 — 技術上發生什麼，為什麼重要，背後的原理是什麼
Perplexity 把 19 個 AI 模型塞進一台電腦，這件事比聽起來更詭異
Perplexity 剛發表了一台 AI 電腦，裡面同時跑著 19 個模型。不是 19 個功能，不是 19 個介面，是 19 個獨立的模型在背後協作處理任務。
這件事值得停下來想一秒。
過去三年，AI 產業的主流敘事是「一個超大模型打天下」。OpenAI 押注 GPT-4、GPT-4o，Anthropic 押注 Claude，Google 押注 Gemini，大家拼的是誰的單一模型更強、更快、更便宜。這個思路背後的假設是：模型夠大、訓練夠多，就能包辦一切。
Perplexity 的這台電腦，等於是在說：不，這個假設是錯的。
19 個模型協作，概念上有點像人類的分工。你不會叫一個人同時負責寫程式、做法律審查、畫圖、跑數據分析——你會組一個團隊，每個人做自己最擅長的事，然後有一個 coordinator 統籌全局。多模型架構在做的，就是這件事。
這不是 Perplexity 第一個提出來的想法。OpenAI 的 multi-agent 框架、Amazon Bedrock 剛推出的 Stateful Runtime（讓 AI agent 可以跨步驟記住狀態），都在往同一個方向走。但 Perplexity 把這件事做成一台實體電腦，擺在你面前說「買回家用」，感覺像是把實驗室的東西直接搬進消費市場。
對開發者來說，這個轉變有點麻煩也有點興奮。麻煩的是，以前你只要搞懂一個模型的行為，現在你得理解一個模型組成的系統——每個模型的能力邊界、它們怎麼交接任務、出錯了要追哪一層。興奮的是，這意味著你可以把不同廠商最強的模型組在一起，而不是被迫全押同一家。
多模型協作能不能真的比單一大模型表現更好，現在還沒有定論。但可以確定的是，AI 產業正在從「訓練出一個神」轉向「建造一個系統」，而這兩件事需要的工程能力，差很遠。
