Perplexity 最开始不是做搜索的，而是做自然语言到 SQL-2 的转换工具。创始人 Aravind Srinivas 和团队受到搜索引擎和 Google 发展历程的启发，希望创建一个在数据库上搜索的工具，支持自然语言检索，所以他们就去抓取了 Twitter 的数据整理成表格格式方便搜索，这个演示获得了投资人的认可，为 Perplexity 赢得了第一批投资。
而后他们意识到接入大语言模型可以降低对数据预处理的依赖，只要在数据查询出来后扔给大语言模型帮助整理就可以了，所以他们就基于 GPT-3.5 推出了一款通用搜索引擎，用大语言模型生成搜索结果，并提供原始的网页摘要和连接。
后来他们又花了大量精力优化搜索速度，包括构建自己的索引、改进语言模型、提高搜索和推理的同时性、减少网络延迟等。他们并没有花太多精力做推广，仅靠口碑就获得了大量增长。
前一段时间和 Arc 浏览器合作，使 Perplexity 成为 Arc 的默认搜索引擎，这进一步推动了用户规模的快速增长。截至 2023 年，Perplexity 已经积累了上千万月活用户和数十亿的查询量。
值得一提的是，这次合作是两个产品的用户促成的，双方都没有给对方付费。
Perplexity 现在的员工只有 45 个人，他们前 10-20 名员工招募的方式也很特别，不是靠 LeetCode 题目，而是邀请候选人来实际工作 3-4 天。在此期间，公司会支付候选人的薪酬 (除非有签证问题)。这种方式让双方能够切实感受彼此的工作方式和契合度，而不仅仅是通过面试中的问答来判断。
这种试用期的方式有两个主要原因：a. 作为初次创业的团队，创始人缺乏面试经验，也不想照搬大公司的面试流程，那会降低招聘效率。b. 评估候选人的最佳方式是看他们实际工作中的表现，是否能出色完成任务，是否让人印象深刻，能否给团队带来新的启发。
通过试用期，Perplexity 的创始人发现，他们通常能在几个小时到一天内就识别出真正优秀的候选人。而那些会让他们犹豫很多天的人，即便最终录用，往往也不会有太好的结果。因此，试用期成为了筛选人才的一个非常有效的信号。
这种招聘方式虽然耗时，但对早期团队而言非常有益。通过试用，候选人也能切身感受团队的工作氛围和项目进展，比听创始人讲愿景更有说服力。优秀的候选人之所以愿意加入，很大程度上是因为在试用期对工作本身产生了兴趣和热情。但这种招聘方式不太适合后期的规模化招聘。但在早期阶段，它确实帮助 Perplexity 组建了一支精英团队，为后续发展打下了坚实基础。
Aravind 曾在 Google 工作，Perplexity 的其他成员也有在大公司工作的经历。他们从这些公司学到了注重工程卓越的文化。
在 2023 年 Perplexity 的用户量已经达到千万级，Aravind 希望未来一年这一数字能够增长十倍。
我是Perplexity用户，也是天工用户，这两个产品本质都是同一类型的产品。我持有昆仑一年多了，不走的原因挺多，这算一个$昆仑万维(SZ300418)$ 。
