Perplexity Teammates 会吸取反馈越用越强，复用既有记忆与技能
AravSrinivas · x · 2026-11-06
Perplexity CEO Arav Srinivas 介绍其 Teammates 智能体的进阶机制：Teammates 会从用户反馈中学习、避免重复犯错，使用和「入职」越多，实际干活能力越强。
关键点在于 Teammates 并非从零开始——它直接构建在 Perplexity 与 Computer 现有的 Projects、Memory 和 Skills 之上，你已有的连接器、文件和历史会话都算完成了智能体的「入职培训」，可以无缝冷启动。
所属事件:Perplexity 发布 Teammates：可委派任务的持久型 AI 同事(17 条相关)→
「编程与Agent」频道最新
- Every 的 AI 大会用 Every Agent 和 Notion 协调制作 — every · 2026-11-06
- Ofir Press：human-in-the-loop 基准缺位，两类 agent 未来各有胜场 — OfirPress · 2026-11-06
- Collinear AI 基于 Together 后训练平台快速启动全规模 Agentic RL 训练 — togethercompute · 2026-11-06
- YC 转发 agent 操控初创 stacktrace_ai 发布:别监控 agent,去转向它 — ycombinator · 2026-11-06
- 6 个 Claude 智能体在小镇生活 20 天：自发协作造工具捞回工资箱 — LiminalWanderings · 2026-11-06
- 独立开发者做 LLM 成本监控工具，按功能拆分成本定位异常峰值 — WittyBoysenberry9860 · 2026-11-06