Perplexity 在 2026 年 10 月 9 日上线了 Alexandria：一座由其智能体系统 Computer 建成、并将持续维护的免费百科。首席执行官 Aravind Srinivas 在当天的发布中给出了一组具体数字——66,574 个条目、综合了 348,980 个来源，整个项目花掉 250 万个平台额度（credits），约合 25,000 美元。站点已经可以公开访问，它给自己的定位是：一部能把每句话追回到来源的百科。
不是又一个 AI 问答框
Alexandria 和 Perplexity 的主业问答不是一回事。问答给你的是一次性答案，关掉页面就散了；百科条目是沉淀下来的公共页面，别人可以引用、可以链接，也可以隔段时间回来核对内容有没有变。按 Srinivas 的介绍，条目由 Computer 扫描并综合来源写成，后续也由 Computer 持续维护。编辑部被换成了一个通用工作智能体：它此前的活是做仪表盘、写应用、跑调研，这次被派去编一部百科。
每句话都能点回原文
Alexandria 首页显示，全站已有 257 万多段带引用的段落。条目里的说法挂着出处，读者可以顺着引用回到原始材料，自己判断写得对不对。这正是它和普通模型生成内容拉开距离的地方：大模型最被诟病的毛病，是把编造的内容说得像事实，也就是常说的幻觉；把引用做成条目的骨架，至少让想核查的人有路可走。当然，能点开出处不等于出处本身可靠，来源质量参差时，百科会把这种参差一起继承下来。
先别急着把它当成百科全书的替代品
6.6 万个条目放在百科世界里并不大，覆盖面和老牌百科不在一个量级。它更像一个实验：当写作、引注和修订都由智能体包办，一部百科的搭建成本可以压到 2.5 万美元量级，知识库的竞争就不只是拼编辑人数，还要拼来源筛选和纠错速度。接下来值得盯的是三件事：条目出错时谁来改、改得有多快，引用是否真能支撑正文的说法，以及 Computer 的持续维护是定期巡检还是等读者报错。Perplexity 此前刚开源多模态嵌入模型，搜索与知识组织正在成为它最用力的一条线。
