Opublikowany 2 listopada 2026 r. przewodnik Perplexity opisuje Brain jako system pamięci dla Perplexity Computer, który porządkuje wcześniejszą pracę i może pobierać jej kontekst do kolejnych zadań. Agent API działa inaczej: programiści sami zapewniają w nim trwały magazyn i operacje pamięci. Przewodnik Perplexity wyjaśnia też, dlaczego samo zapisanie informacji nie gwarantuje, że agent wykorzysta ją później.
Wcześniej opisaliśmy lokalny tryb Perplexity Computer na Macu. Tym razem chodzi o to, jak Computer zachowuje kontekst pracy między zadaniami.
Jak Brain porządkuje informacje
Perplexity opisuje trzy warstwy pamięci Brain. sessions/ przechowuje transkrypcje i podsumowania rozmów, notes/ zawiera informacje opracowane według tematów, a knowledge/ mieści powiązane strony wiki w formacie Markdown. Przewodnik wiąże sesje z pamięcią epizodyczną, wiki z semantyczną, czyli informacjami uznanymi za prawdziwe, a Skills i instrukcje z pamięcią proceduralną: wiedzą o tym, jak wykonać zadanie.
Brain zapisuje tę pamięć poza wagami modelu, a Computer wczytuje potrzebne informacje do kontekstu. Edycja strony wiki nie zmienia więc wyuczonych parametrów modelu. Zmienia treść, którą system może później odszukać i podać modelowi.
Jak zapisany kontekst trafia do kolejnego zadania
Według Perplexity indeks wskazuje Computer odpowiednie strony pamięci. System może je odczytać, przeszukiwać pliki i podążać za odsyłaczami do innych stron wiki albo do źródłowej rozmowy. Dopiero ten etap pobierania pozwala wykorzystać zachowane informacje w nowym zadaniu. Trwałość oznacza, że zapis pozostaje dostępny; nie przesądza, czy zostanie odnaleziony, gdy będzie potrzebny.
Alt: Ciemny ekran pamięci z kolorowym grafem połączonych punktów, menu kategorii po lewej i legendą po prawej.
Jak utrzymywać pamięć, gdy fakty się zmieniają
Tło Brain aktualizują agenci Dream. Przetwarzają sesje w nocy, podsumowują je i proponują zmiany w wiki; Perplexity opisuje sprawdzanie tych zmian i zapisywanie ich przez Git. Przewodnik ujmuje utrzymanie pamięci jako przyjmowanie, poprawianie, zapominanie i pobieranie informacji. Wskazuje przy tym typowe problemy: niekontrolowany rozrost, przestarzałe przekonania, zapominanie wymuszone ograniczoną pojemnością oraz pobieranie, które nie uczy się na wynikach.
Aby śledzić zmiany, Perplexity zaleca zapisywać, od kiedy dana informacja obowiązuje, jakie jest jej źródło i co zastąpiła. Rozbieżne informacje powinny pozostać widoczne, dopóki nie zostaną rozstrzygnięte. To praktyczny sposób na odróżnienie aktualnej instrukcji od jej wcześniejszej wersji.
Perplexity podsumowuje też metodę selekcji pamięci przypisaną Workday AI Research. Ocenia ona informacje pod kątem użyteczności, wiarygodności, nowości, aktualności oraz tego, czy są trwałe, czy tymczasowe. Według podsumowania Perplexity metoda wiązała się z o 12% wyższą precyzją decyzji o zachowaniu lub odrzuceniu informacji, przy zachowaniu 97% istotnych wspomnień. Firma podaje również, że pominięcie rozróżnienia między informacjami trwałymi i tymczasowymi obniżało jakość decyzji o około 18%.
Czym różni się Brain od Agent API
Brain w Perplexity Computer ma gotowy, samodzielnie aktualizowany obieg pamięci. Agent API udostępnia programistom narzędzia do zachowania ciągłości rozmowy, ale to oni wdrażają trwałe przechowywanie i sposób jego aktualizacji.
| Obszar | Brain w Perplexity Computer | Perplexity Agent API |
| Aktualizowanie pamięci | Dream przegląda sesje i proponuje zmiany w wiki. | Programista tworzy i obsługuje własne operacje pamięci. |
| Trwałe przechowywanie | Pliki i powiązane strony pamięci w środowisku Computer. | Własny magazyn programisty, obsługiwany przez wywołania funkcji lub zgodny zdalny serwer MCP. |
| Ciągłość kontekstu | Computer pobiera informacje z pamięci Brain. | Można ponownie przekazać wybrane wiadomości albo kontynuować rozmowę przez previous_response_id. |
| Procedury i konfiguracja | Computer korzysta z Skills i instrukcji jako warstwy proceduralnej. | Skills i Profiles można wersjonować, ale same nie uczą się na podstawie rozmów. |
previous_response_id pozwala kontynuować rozmowę z wykorzystaniem stanu przechowywanego po stronie serwera. To sposób na zachowanie ciągłości konwersacji, odrębny od pamięci trwałej, którą programista musi zaprojektować i obsługiwać.
Co mierzą podane wyniki i jak sprawdzać pamięć
Perplexity podaje, że w 30-dniowej ewaluacji sparowanej sesje z Brain uzyskały o 9,3 punktu procentowego wyższą poprawność i o 8,9 punktu wyższy wynik przypominania, przy zużyciu około 15% mniej tokenów. To wyniki przedstawione przez firmę.
Osobny test obejmował 150 pytań do dokumentów finansowych. Agent przeszukujący pliki standardowymi narzędziami uzyskał wynik 0,627, a wyszukiwanie semantyczne około 0,37. Ten benchmark porównuje sposoby pracy z dokumentami, a nie sesje z Brain i bez niego.
Przy własnych testach Perplexity zaleca rozpoczynać świeżą sesję, bez wcześniejszych wiadomości i previous_response_id, zachowując dostęp do tego samego magazynu pamięci. W porównaniu z pamięcią i bez niej warto utrzymać te same wersje modelu, Profile i Skills oraz zaczynać od znanej migawki danych. Oprócz przypominania informacji należy mierzyć wykonanie zadania, koszt i opóźnienie, a nieudane przypadki zachowywać jako testy regresyjne.
W przykładzie Rho Perplexity podaje, że cotygodniowe spotkania skróciły się z 2,5 godziny do 15 minut, a łączny przepływ pracy miał przynieść szacunkowo 120 godzin oszczędności w ciągu 12 tygodni. Firma przypisuje tę wartość konektorom, nocnym uruchomieniom i podsumowaniu na Slacku łącznie; osobnego wkładu Brain nie wyliczyła.
Jakie ustawienia pamięci może kontrolować użytkownik
Według przewodnika użytkownik może przeglądać zapisane wspomnienia, sprawdzać ich źródła, edytować je i usuwać. Sesje incognito są wyłączone z Brain, który ma też osobny przełącznik.
Alt: Ciemny panel ustawień z menu po lewej oraz przełącznikami historii wyszukiwania, notatek i Brain.
