Perplexity julkaisi uuden hakuarkkitehtuurin, joka antaa tekoälymallin kirjoittaa oman hakukoneensa koodina. Search as Code korvaa kiinteän hakurajapinnan Python-skriptillä, jonka malli laatii lennossa. Yhtiön mukaan tulokset tarkentuvat ja tokenikulutus putoaa rajusti.
Muutos koskee tapaa, jolla tekoälyagentit etsivät tietoa. Perinteinen haku palauttaa listan linkkejä, mutta agentti tarvitsee jotain joustavampaa. Search as Code antaa mallin rakentaa hakuputken osista sen sijaan, että se tyytyisi valmiiseen rajapintaan.
Miksi perinteinen hakurajapinta tökkii
Tavallinen agenttihaku toistaa samaa kaavaa. Malli kirjoittaa kyselyn, rajapinta palauttaa tulokset, malli lukee ne ja kirjoittaa seuraavan kyselyn. Sykli pyörii usein kymmeniä kertoja peräkkäin.
Perplexity kutsuu tätä pullonkaulaksi teknisessä raportissaan. Hakukoneet rakennettiin ihmisille, jotka haluavat siistin listan linkkejä. Agentille, joka ajaa satoja hakuja minuuteissa, malli on liian jäykkä.
Ongelma on hallinnan puute. Agentti voi muuttaa vain hakusanaa, kun kaikki muu on mustan laatikon takana. Suodatus, järjestys ja karsinta tapahtuvat näkymättömissä, eikä malli pääse niihin käsiksi.
Kolme kerrosta: malli, hiekkalaatikko ja SDK
Search as Code rakentuu kolmesta kerroksesta. Ylinnä on malli, joka ymmärtää tehtävän ja päättää hakustrategian. Keskellä on hiekkalaatikko, jossa koodi ajetaan turvallisesti eristettynä.
Pohjalla toimii Agentic Search SDK. Se pilkkoo Perplexityn hakukoneen erillisiksi funktioiksi, joita malli voi yhdistellä vapaasti. Perusoperaatiot kuten haku, suodatus, kaksoiskappaleiden poisto ja uudelleenjärjestäminen ovat valmiita rakennuspalikoita.
Malli kirjoittaa näistä paloista oman skriptinsä. Se voi ampua rinnakkaisia kyselyitä, karsia kohinan ohjelmallisesti ja poimia kontekstiinsa vain olennaiset osumat. Näin konteksti pysyy tiiviinä pitkienkin tutkimussessioiden ajan.
CVE-testi paljastaa eron
Perplexity koetteli menetelmää sotkuisella kyberturvatehtävällä. Agentin piti jäljittää 200 kriittistä haavoittuvuutta, jotka julkaistiin vuosina 2023–2025. Jokaisesta tarvittiin virallinen toimittajan tiedote, kohdesovellus ja täsmällinen korjaava versio.
Malli kirjoitti kolmivaiheisen skriptin. Se ajoi rinnakkaisia hakuja, jotka oli räätälöity eri toimittajien tiedotteille. Sitten se etsi omista löydöksistään aukot ja teki täydentäviä kyselyitä. Lopuksi se tarkisti skeemalla, että haavoittuvuus, tuote ja korjausversio täsmäsivät.
Tulos oli selvä. Agentti suoritti tehtävän käyttäen 85 prosenttia vähemmän tokeneita kuin Perplexityn vakioputki. Yhtiön mukaan Search as Code voitti OpenAI:n ja Anthropicin agenttirajapinnat neljässä vertailussa viidestä. Itse raportoituihin lukuihin kannattaa suhtautua varauksella, mutta ero omaan aiempaan arkkitehtuuriin on iso.
Koodi agenttien uutena toimintakerroksena
Perplexity asettaa menetelmän osaksi laajempaa suuntausta. Perinteinen ohjelmisto nojaa täsmällisiin käskyihin, kun taas mallit lisäävät päättelyä token-avaruudessa. Vahvin järjestelmä yhdistää molemmat.
Tässä mallissa malli vastaa strategiasta ja deterministinen ajoympäristö hoitaa niputuksen ja suodatuksen. Hakukone toimii pelkkänä syöte- ja tulostekerroksena. Koodista tulee tapa, jolla agentti on yhteydessä ympäröivään maailmaan.
Ajatus ei rajoitu hakuun. Mitä monimutkaisempia tehtäviä agentit ratkovat, sitä tärkeämmäksi nousee niitä ympäröivä infrastruktuuri: työkalut, hiekkalaatikot ja todennusmekanismit. Search as Code on jo saatavilla Perplexity Computerissa ja Agent API:ssa.
Yhteenveto
Search as Code siirtää hakulogiikan mallin omiin käsiin. Sen sijaan että agentti kysyisi jäykältä rajapinnalta, se kirjoittaa hakuputkensa koodina ja ajaa sen eristetyssä hiekkalaatikossa.
Mitattu hyöty on konkreettinen: tarkemmat tulokset ja murto-osa tokeneista. Jos suuntaus jatkuu, koodista tulee agenttien vakiotapa toimia, ja haku on vasta ensimmäinen sovelluskohde.