Perplexity перевела поиск для ИИ-агентов на Python-код
Perplexity представила Search as Code как новый способ дать ИИ-агентам больше контроля над поиском. Раньше модель обычно вызывала поисковый инструмент, получала готовый набор результатов и при сложной задаче повторяла этот цикл снова. В SaC агент сам пишет программу поиска: строит запросы, запускает их параллельно, фильтрует результаты, убирает дубли и решает, какие данные стоит передать в контекст модели.
Компания объясняет переход ростом задач, которые выполняют агенты. В Perplexity Computer, по данным Perplexity, отдельные задания уже могут запускать сотни или тысячи операций извлечения данных за несколько минут. Для человека такой режим бессмысленен, для агента - нормальный рабочий процесс, если ему не приходится делать каждый шаг через отдельный вызов функции.
Python становится языком поискового плана
В Search as Code поисковый процесс строится через сгенерированный Python-код. Модель получает задачу, разбивает её на этапы и пишет программу, которая вызывает компоненты поискового стека Perplexity через Agentic Search SDK. Код выполняется в sandbox - защищённой среде, где агент может делать параллельные запросы, сохранять промежуточные состояния, запускать проверки и собирать итоговый набор фактов.
Такой подход меняет границу между LLM и поисковой системой. Модель обращается не к одному готовому «поиску по вебу», а к набору деталей: извлечению документов, ранжированию, фильтрации, расширению запросов, обработке списков кандидатов и семантическому разбору. Высокоуровневый поиск в SDK остаётся, но работает как короткий путь для простых задач.
Главный сценарий здесь - длинные исследовательские задания, где один запрос не закрывает работу. Например, агент может сначала собрать сайты производителей, затем проверить, какие страницы подходят под нужный формат, после этого извлечь конкретные поля и отдельно отбраковать слабые источники. В старой схеме всё это часто превращается в серию модельных ходов с лишним контекстом и задержкой.
SDK даёт агенту доступ к внутренним этапам поиска
Agentic Search SDK встроен в среду выполнения и открывает агенту поисковые примитивы разного уровня. Perplexity подчёркивает, что это не обычный Search API, просто упакованный в библиотеку. Компания перестроила поисковый стек на более модульные элементы, чтобы агент мог сам выбирать, какую часть процесса использовать.
В архитектуре три слоя: модель как управляющий контур, sandbox для выполнения кода и SDK поверх поисковой инфраструктуры. Модель решает, какая стратегия нужна под задачу. Sandbox даёт детерминированные операции: циклы, пакетную обработку, повторы, фильтрацию, объединение данных. SDK связывает этот код с поисковыми возможностями Perplexity.
Слабое место такого подхода видно сразу: качество поиска теперь зависит не только от индекса и ранжирования, но и от того, насколько хорошо модель пишет управляющий код. Perplexity решает это через Agent Skills - инструкции и примеры для работы с SDK. По заявлению компании, итоговые файлы Skills занимают меньше 2000 токенов, чтобы не раздувать контекст.
Проверка на CVE и бенчмарки
В качестве примера Perplexity приводит задачу по более чем 200 уязвимостям CVE за 2023–2025 годы. Агенту нужно было найти официальные уведомления производителей, указать продукт, исправленную версию и показать связь между конкретной уязвимостью и исправлением. В тесте SaC получил 100% точности, а расход токенов снизился на 85,1%: с 288,7 тыс. до 42,9 тыс. относительно версии без SaC.
На наборе бенчмарков Perplexity сравнила SaC с OpenAI Responses API, Anthropic Managed Agents, Exa Agent и Parallel Tasks. По данным компании, SaC оказался первым на четырёх из пяти тестов, а на HLE почти сравнялся с OpenAI Responses. Самый большой разрыв заявлен на WANDR, внутреннем тесте Perplexity для широких исследовательских задач: SaC набрал 0,386 против 0,152 у ближайшего результата.
К этим цифрам нужна оговорка. WANDR пока не опубликован, компания обещает выпустить его в ближайшие недели. До независимой проверки это скорее сильная заявка Perplexity на новый класс поисковой архитектуры, чем закрытый вопрос о лидерстве.
Доступность и открытые вопросы
Search as Code доступен пользователям Perplexity Agent API и Perplexity Computer с 1 июня 2026 года. В публичной документации Agent API описан как единый интерфейс для работы с моделями разных провайдеров, веб-поиском, инструментами, управлением рассуждением и бюджетами токенов. Отдельный тариф для Search as Code компания не раскрыла; для API указана оплата по мере использования, без подписки.
Региональная доступность SaC отдельно не уточняется. Perplexity также не раскрывает, можно ли разработчику напрямую управлять низкоуровневыми примитивами SDK или эта часть работает внутри управляемого агентского слоя.
Для рынка здесь интересен не сам факт, что агент пишет код. Кодовые среды уже стали привычной частью продвинутых ИИ-систем. Заметнее другое: Perplexity переносит программируемость внутрь поиска, где раньше модель чаще видела только готовый результат. Если подход выдержит реальные нагрузки, поиск для агентов станет ближе к вычислительной среде, чем к привычной строке запроса.
