从Perplexity看「以用户为中心」的新型商业模式：把控制权还给用户

最近看到李继刚老师的一篇公众号读论文，在看这篇论文的过程中，联想到之前看的 Perplexity CEO Aravind 的一个深度访谈，于是把视频又看了一遍，再结合这篇论文，发现自己这次才真正明白什么是「以用户为中心」，以及未来搜索与广告业的商业转变。

两份资料分别从学术理论和商业实战两个维度，指向了同一个结论：当下主流的「平台中心化」AI 服务范式需要转向真正将主导权交还给用户的 User-Centric Agent（以用户为中心的智能体）。

一、为什么「以平台为中心」的 AI 服务本质是剥削？

在今天的互联网生态中，无论是内容分发、电商交易还是本地生活，其运转的底层逻辑都是「以平台为中心」：在平台内捕捉用户的行为，从自有库存中提取内容，并疯狂优化那些平台驱动的指标，比如点击率、停留时长、转化率和广告收入。

为了实现这个目标，推荐系统经历了疯狂的技术内卷：从静态数据评估到动态归因，从 Transformer 架构变体到极致的推理延迟优化。然而，所有这些顶尖的技术，都在服务于一个极其自私的核心：最大化平台利润。

这就产生了一个根本性的利益冲突：平台想要的，往往不是用户真正需要的。例如，用户的真实目标是高效完成一项学习研究，需要极致的专注；但平台的优化目标是最大化流量，于是它会不断向用户推送高刺激性的短视频。

正如论文中指出的：一个更强大的 AI 大模型，并不意味着一个更善良的助手；它只会成为平台商业目标的更强放大器。

除了这个根本的利益冲突，「以平台为中心」在结构上还被困在了碎片化日志里，无法真正理解用户。比如，淘宝不知道用户刚在小红书看了什么种草笔记，抖音不知道用户日历上接下来的会议安排，而真正的「智能助理」需要全局的上下文支撑。

但又不能把所有这些私人数据上传到云端大厂，该怎么办呢？

这时就需要架构级的权力反转。

二、如何构建端云协同的 Agent 架构体系？

这里存在一个技术矛盾：如果要把控制权还给用户，个人的隐私数据就必须锁死在本地；但纯本地的智能体算力有限，且无法实时调用外部物理世界的海量库存（比如外卖运力、实时机票价格）。

论文中提出了一种「端云协同」的落地方式：不再让每一个平台拿着一小片数据替你做主，而是让一个掌握你完整上下文的 Agent 跑在你的设备上，按你的目标行事，把各个巨头平台降级为单纯的服务供应商。

1、端侧代理：用户的绝对隐私堡垒

端侧（你的手机、PC 等硬件设备）是整个智能体架构的主理人。它是用户控制的界面，负责综合本地上下文、执行隐私约束并做出最终决策，包含三个核心生命周期。

（1）感知与记忆

这是云端平台无法触及的禁区。端侧 Agent 能够通过 OS 级别的权限，感知跨 App 的活动、日历、通知和地理位置。它能将这些异构信号提炼为紧凑的情境状态，并压缩成用户长期的语义偏好记忆。

（2）意图分解与规划

论文给出了一个绝佳的例子。当你说：「这周五晚上我想和老朋友聚聚，搞点烟熏风味的鸡尾酒，你帮我把氛围和酒水都搞定。」

端侧 Agent 会在本地核对日历（周五 18:30 后有空）、检索关系网（老朋友 Bob 和 Jane）、提取偏好（喜欢爵士乐）。随后，它会划定边界：将脱敏和匿名化后的部分需求打包，外包给云端去检索。

（3）执行与演进

这是守住底线的最后一步。在执行任何不可逆的操作（如确认付款或发送日历邀请）之前，端侧 Agent 会强制进行本地的轻量级检查，确保该动作符合你的财务预算或私人约束：这个预订是否超出了预算？这个操作是否需要用户本人的强确认？

2、云端演进：强大的外部执行引擎

此时，云端不再只会发号施令、唯利是图，而是退化为一个听命于端侧 Agent 的、可调用的服务引擎：

• 上下文感知推理：云端接收到端侧发来的、已经脱敏过的结构化请求，在平台中进行推理（找烟熏鸡尾酒的配方、找适合夜晚的爵士乐歌单）。
• 适应性策略调节：云端会根据端侧传来的任务性质动态调整策略。比如寻找特定的酒水需要极速和精确，而寻找氛围歌单则允许一定的新颖性和随机性。
• 可解释生成：这是极其关键的一步。云端返回的不再是一个推荐列表黑盒，它必须为其提供的每一个候选选项附上可解释的理由和机器可验证的元数据。它必须向端侧证明推荐的合理性，以便端侧 Agent 进行最后的核查和拍板。

在这个「端侧主导、云侧执行」的架构下，服务商被彻底剥夺了利用信息差和黑盒算法作恶的能力。

三、Perplexity Comet 的产品愿景

前面那些架构理论听起来会有些抽象。Aravind 在访谈中展示了当时 Perplexity 的最新产品 Agentic Browser（代理式浏览器）Comet，以及其对于 User-Centric Agent 的商业愿景，主要体现在三个维度。

1、跨应用的意图代办：夺回规划权

Aravind 在访谈中展示了一个指令：「帮我找到英伟达 CEO 黄仁勋说『我宁愿通过折磨让人走向伟大，也不愿开除他们』的那段视频，并从那精确的一秒钟开始播放。」

Comet 在后台瞬间完成了复杂的意图拆解：搜索全网视频、拉取完整字幕、进行语义匹配、最后打开标签页并精准跳转到那个时刻。并且可以继续下令：「总结这段长视频里他不常说的那些非共识观点，并用我的语气拟写一封邮件发给某人。」

在这里，用户不再需要在各个 App 和网页之间来回跳转、复制粘贴，Agent 完美接管了全链路的协同。

2、传统 App 体验的消亡

在长决策的购物场景中，这种新范式会更加明显。Comet 可以跨平台阅读并交叉对比数十个真实评价，结合用户的预算，直接给出最优解。

这时可能会问：如果到了 2030 年，大家都用 AI Agent 购物，那类似 Amazon、Walmart 这种 App 会死掉吗？

Aravind 回答道：这些巨头的护城河在于物理世界的供应链、仓库和门店。至于那些花里胡哨的点击、弹窗的 App 购物体验，将变得毫无意义。未来的超级平台，在这个范式下，彻底沦为了只提供 API 的底层服务。

3、商业模式反转：把利润分给用户

但是如果不靠卖广告操纵用户，AI 靠什么赚钱呢？这也是在研究大模型商业化时最关注的问题。

首先，作为真正护主的 Agent，你可以直接给 Comet 下死命令：「跳过所有广告。」在这关键的一秒，用户第一次把对抗科技巨头垄断的 AI 权力握在了自己手里。

但这还不够。Aravind 提出了一个新型商业模式：将广告对象从「人」转移到「Agent」。

他提到一个场景：当你的 Agent 帮你叫车时，Uber 和 Lyft 为了争夺这笔订单，会直接向你的 Agent 竞价。Uber 可能会说：「为了赢得她的青睐，我愿意为这单免单。」甚至 Agent 提供商在向这些平台收取竞价费后，会将其中的一部分收益直接返还给用户本人。

Aravind 表示，过去 Google 拿走了所有的竞价利润，而现在，Perplexity 宁愿降低短期的毛利率，也要换取用户对其绝对的信任和极高的生命周期价值。这就是真正的「利益对齐」。

四、OS 巨头的降维打击

然而，理想再丰满，也必须面对商业的残酷。正如李继刚老师指出的：「治理决定了 Agent 是变成用户的受托人，还是变成下一个看门人。」

1、OS 巨头的系统级降维打击

论文在探讨替代方案时，提到了系统级上下文驱动范式，比如苹果的 Apple Intelligence。

Comet 浏览器本质上仍然是一个需要用户主动去点击打开的 App。而 OS 巨头拥有天然的、垄断性的系统级特权，它可以驻留在最底层的系统 UI 中，直接拦截你的意图。在互联网产品中，离用户越近的触点，流量漏斗的控制力就越强。

如果 OS 厂商借此变成新的垄断者，那我们是不是刚逃出一个围墙花园，又掉进了另一个？

不过，论文也指出了这种系统级 Agent 的软肋：它们缺乏执行深度，只能停留在 OS 表面，无法触及第三方应用复杂的内部商业逻辑。

2、第三方 Agent 的合法性

如果第三方 Agent 想要跨越应用替用户办事，只靠爬虫或屏幕模拟点击是走不远的，也极不稳定。

现代互联网的基石是各大平台的护城河，平台的竞争优势恰恰来自于信息不对称和对用户的锁定。当你的 Agent 试图绕过官方 UI 去抓取底价、代替下单时，将面临反爬虫策略、隐私泄露的权责划分，以及对原平台版权合理使用的巨大法律争议。

平台怎么会心甘情愿地交出权力，让自己变成一个纯粹的底层提供商呢？

3、终局解法：「用权限换取意图」

面对这些致命的深渊，论文提出：必须建立一场各大利益相关方妥协的商业契约，即「用权力换取意图」。

• 对于平台方：必须开放标准化的意图级 API 和可靠的执行接口。
• 对于 Agent 方：停止非法爬虫，作为交换，向平台提供结构化、极其精准的高转化意图信号，并建立明确的归因和经济结算机制。

李继刚老师写道：「治理 = 机制 + 制度，缺一条就是跛的。」

真正的主权边界，不是数据保存在哪里，而是协议层。谁定义了 Intent-level API 的格式？谁决定了 Agent 能调用什么？谁控制着归因和结算规则？那个制定规则的人，才是真正的主权者。

数据本地化、Agent 在端侧运行，这些仅仅是必要条件。如果 API 协议和生态依然被 OS 巨头或超级寡头绝对控制，那么所谓的用户主权，依然是一场幻觉。

最后

在访谈中，Aravind 分享了自己的一些感悟，并相信 1.01 的 365 次方等于 37.78。哪怕每天 1% 的微小改进，只要坚持下去，就会收获一个更好的自己。

「大胆地赌上你自己（Bet on yourself）。」