上周紮克伯格把Meta AI 聊天機器人向公衆開放了。
使用者可以在WhatsApp、Instagram、Facebook等Meta系社交軟體上以搜尋或聊天助手的方式召喚它。不過目前隻能輸入文本來生成答案和圖檔，除了一批明星角色定制機器人，其它并沒什麼太出彩的地方，也就沒引起太大的社群反響。
不過有個人卻第一時間破防，并把Meta狠狠陰陽了一把。
此人便是Perplexity 的CEO Aravind Srinivas。4月12号他忽然在X平台發文，緻敬自己公司的設計師，配圖卻是Meta AI的聊天界面。
這是幹啥？Aravind Srinivas緊接着用“引用源”加上Perplexity的界面截圖解釋：暗指Meta AI從醒目logo、智語、到加了表情包的靈感問題提示，整體頁面設計全都“抄襲”了自家産品。
對此評論區意見分成了兩派，有的說小紮确實是能靠抄别人的東西拿奧斯卡獎。
“就跟我抄高年級的期末作業一樣。”
“恭喜perplexity的設計師創造了新的行業模版。”
另外一些網友卻認為這有點牽強了，“那你要這麼說，Perplexity形狀是方的，meta是圓弧的…”
有人也陰陽了回去：“你是說緻敬ChatGPT的設計師吧？盡管Perplexity想出來把提示問題移到螢幕中間的好點子，還是恭喜你們了。”
Aravind Srinivas那邊似乎并不服氣，淩晨四點又繼續發文說：
“抄襲好東西是正确的做法。我們都應該這樣做。我們從Google那裡借鑒了一些東西（知識卡、元件）。Google也從我們這兒借鑒了一些東西（後續問題、來源歸屬），OpenAI則從雙方那裡都借鑒了（突對外連結接、提供建議問題、快速查詢重構）。Grok拿走了在Perplexity Discover上首次實作的新聞曝光功能。當被其他聰明的人采用時，恰恰證明了這些想法是好的。”
配圖是左邊的Grok和右邊的perplexity：
好家夥，這回是Google、OpenAI、Grok都含沙射影地中槍了——所有做聊天機器人的公司，不約而同都把Perplexity作為首要“抄襲”對象。
結果被這位大哥一句話直接紮心：“我們都不知道還有Perplexity Discover這種東西存在。”
“任何人都可以複制想法，然後加上你自己的特色。世界就是這樣的，天性如此，我們當然也可以這樣做。”
網友讓Srinivas别抱怨了。再說那什麼Discover，本質上不就是 News Feed嗎？那可不是Perplexity發明的，Google的搜尋引擎裡已經有這個功能十幾年了。
說起來，這也不是Aravind Srinivas第一次“指責”别人借鑒他的勞動成果了。
今年一月時，賈揚清在X上釋出了一個基于LeptonAI 雲平台的對話式搜尋引擎 demo，用500行Python代碼輕松實作了類似Perplexity的效果。這個「Lepton Search」的後端是Mixtral-8x7b 模型，接入Bing 搜尋 API，使用者輸入問題後就能傳回答案、引用來源和相關問題。
LeptonAI通過這個示範向大家展現了現在建構一個人工智能應用有多簡單。換句話說，等于把Perplexity這個産品 “剝皮”了。它的前端設計的确看起來很fancy，但技術門檻其實很容易實作。
這很快引來Srinivas的空降，轉發賈揚清的推文并用一貫“委婉”的語氣内涵道：“很高興看到 Perplexity 成為未來融資動作的标杆，包括前 Meta 和阿裡巴巴高管都來取經！Perplexity 的影響力已經不局限于産品本身，而是輻射到了整個科技生态和行業發展，令人振奮！”
雙方粉絲當時也各執一詞。支援Perplexity的人認為Lepton就是抄襲，反對方覺得Lepton隻是通過示範證明自己的能力，再說你perplexity也沒有知識搜尋專利，着實是反應過度了。
賈揚清也沒有示弱，表示自己搭建這個demo的靈感來自于和微軟技術專家@youwu_5u 喝咖啡時，關于 RAG 的效果究竟是源自搜尋還是大模型的讨論，并以代碼全部開源正面回擊。
是以從現在Srinivas又“出征” Meta和Grok，我們也看出來了，Perplexity還真是時刻處于戰備狀态，覺得全世界都在抄它！
不過來來回回，好像指責的總是離不了“創意、界面設計、功能”上的抄襲，除此之外再無其它。有網友無情戳穿，“這是不是因為，Perplexity明白，自己除了UI也真沒什麼可抄的了”。甚至有人用任何AI聊天機器人都能生成類似的前端代碼，再加上一些自己的想法，就能打磨出一款全新外殼。
工作流程來說，Perplexity先擷取使用者輸入，基于實時索引重構查詢，再将回答問題的任務交給大語言模型，要求它閱讀所有相關連結，從中提取出相關段落整合内容傳回給使用者。拆解下來，本質上還是靠Google和Bing們提供的檢索API和GPT-4、 Claude 3等LLM。
作為一家應用類公司和API接口供應商，Perplexity并沒有自己的基礎大模型，預設的兩款免費自研模型都是從GPT微調而來，也就沒有堅固不可逾越的技術護城河。搜尋體驗上的優化與創新才是Perplexity最初吸引使用者的法寶，也自然成為他們握緊在手裡，拼命捍衛的東西。
Srinivas在X釋出的記錄Perplexity産品構思的第一塊白闆
盡管對于平台類公司來說，這種彼此間的“借鑒”已經太司空見慣，打車軟體Uber和Lyft，點餐應用DoorDash、Uber Eats和Postmates，國内的美團和餓了麼等等例子就更多。但年輕的Perplexity在還沒有形成穩定而廣泛的客戶群，功能也比較樸素、尚未全面開花，在現金流還需要考慮賣廣告來加持的情況下，這種擔心随時被替代的焦慮感就更嚴重。甚至需要抓住一切機會去“碰瓷”，即使這看起來難免有些應激。
另一個不可否認的現實是，市場上形形色色的AI初創公司們之間存在一個明顯的估值斷層。那些開發了基礎大語言模型或具備核心技術的OpenAI、Anthropic、Cohere、Scale AI等總是處于領先的第一梯隊，而Perplexity或Poe這樣的平台類公司估值一旦達到某個位置就難以突破。
Poe現在沖的是最快速地內建市場上最新的大模型，以及Poe bot創作者共享經濟模式，加上Quora做後備，也算找到了自己的一條路。而對Perplexity這個目前僅靠對話式搜尋引擎一個飯碗的公司來說，也必須承認，創意一旦公開就不再是秘密，人人都有權利去借鑒和優化。
最後也說句公道話，時至今日，作為一名Perplexity訂閱使用者，它對于瑣碎資訊的整理能力和杜絕AI幻覺的準确性，依然是吸引我的付費的點。做的最快能證明團隊足夠敏銳和優秀，做到最好更是需要持續研習的智慧。Perplexity與其緊盯着對手們在網上抱怨，不如放下獨創性的執念，鞏固優勢并繼續沉下心洞察市場、打磨産品，用下一個耳目一新的功能證明自己。