Perplexity ComputerAI 工具在投資與工作流程中的應用與反思

☘️ Article

癌大觀點

• 玩了三天 perplexity computer
• 前言是要先劃分工作類型，若工作是判斷>庶務，那應該會覺得 AI 工具強度鈍化漸趨明顯，幻覺解決後拚的是資訊源高低，公開資訊能獲得的資料就那樣，後來模型之間差異越來越小
• 走量化的可玩性應該多一些，有聽朋友分享自己做了好幾個 skill sets，串起自己的下單軟體、電話會議 transcripts、交易紀錄、訪問語音、來檢查自己是否有偏差和增進效率
• 乍看量化受惠程度大於質化投資人，但也好奇當使用這類工具的人多很多，究竟進市場會分到的肉是更多還更少
• perplexity computer 像是雲端沙盒，透過各種 connector 開啟權限，像是雲端、信箱、通訊、金流等各類軟體。我開一個雲端把資料庫丟給他看，資訊純度高的狀況之下，分析出來的東西可參考度顯著提升。記憶功能發揮得不錯，會從對話和文件裡抓出偏好和行為對症下藥，有幾次在 AI 協助下有出乎意料的點連成線之感
• 但因為工作並不是按件計酬，所以很難像一些朋友提出像是 " 客戶的案子我現在快三倍完成 " 這種可量化實質提升。說實在，我也不知道現在倒底是 AI 厲害、關聖帝君保佑，還是亞股做壞掉，績效才維持得還可行
• 六千塊的費用算下來覺得不錯，但也不會想說要大力推大家一定要用，因為現在更迭實在是太快，可能半年後又有更好用的東西了
• 但如果你的工作是多弄就有多錢的，這些工具應該是非常好用才是
• https://www.perplexity.ai/hub/blog/introducing-perplexity-computer

✍️ Abstract

• 產品定位：Perplexity Computer 是可操作的 AI 電腦，可在瀏覽器代執行多步驟任務。
• 能力核心：以 搜尋、推理、執行 串成閉環，快速完成資料整理、網頁操作、跨工具任務。
• 協作模式：採人機協作流程，遇到 提交、付款、發送 等關鍵動作先確認，再交由使用者決定。
• 記憶機制：系統會學習個人偏好、工作流程，讓重複任務的輸出一致性持續提高。
• 推出策略：官方定位為個人 AI 電腦起點，先開放 Max 用戶，再逐步擴大可用範圍。
• 投資啟發：工具優勢集中在高頻庶務、跨來源整合，最終決策品質仍取決於資料純度、判斷框架。

癌大觀點分析

• 工作分流：若工作以判斷為主、庶務為輔，AI 工具的邊際效益會逐步鈍化。
• 模型競爭：幻覺問題下降後，差異重點轉向資訊源品質，模型本身差距持續收斂。
• 量化優勢：量化投資可串接下單系統、會議逐字稿、交易紀錄、訪談語音，強化偏誤檢查、流程效率。
• 市場疑問：使用者規模擴大後，量化工具能否維持超額報酬，仍待市場驗證。
• 使用體感：Perplexity Computer 透過連接器整合 雲端、信箱、通訊、金流，資料純度越高，分析可用性越高。
• 成本評估：月費約 6000 元可接受，但技術更迭快，較適合多勞多得的工作型態。

專有名詞

• Perplexity Computer：Perplexity 推出的 AI 工具，主軸是以雲端沙盒執行跨應用任務。
• Hallucination (幻覺)：AI 產出看似合理、實際錯誤的內容現象。
• Quantitative Investment (量化投資)：以數學模型、統計方法、程式策略主導投資決策。
• Sandbox (沙盒)：隔離式運算環境，用於安全執行程式、處理資料。
• Connector (連接器)：系統介面層，讓 AI 安全讀取 Gmail、雲端硬碟等第三方資料。
• Qualitative Investment (質化投資)：以管理層、品牌力、產業競爭力等非量化因素評估投資。