Исследование Agentic Resource Radar показало неожиданные результаты в тестировании агентных поисковых инструментов. После проведения 3 537 итераций запросов, сервис Perplexity занял последнее место по эффективности выполнения агентных задач. Анализ оценивал способность моделей к многошаговому поиску, автономному принятию решений и точности формирования итоговых ответов в реальных условиях эксплуатации.
Методология исследования включала проверку способности агентов обрабатывать сложные, многоуровневые запросы, требующие перехода по нескольким ссылкам и синтеза информации из различных источников. В отличие от стандартных поисковых систем, агентные инструменты должны самостоятельно определять стратегию поиска, фильтровать нерелевантный контент и корректировать свои действия на основе промежуточных результатов.
Низкий рейтинг Perplexity в данном тесте связывают с особенностями её архитектуры, которая оптимизирована под быстрые ответы, а не под глубокую агентную работу. В то время как специализированные агентные фреймворки демонстрировали более высокую автономность, Perplexity чаще сталкивалась с проблемами при выполнении задач, требующих длительных цепочек рассуждений и работы с динамически меняющимися данными.
Ключевые факты
- Исследование включало 3 537 независимых тестовых прогонов для оценки агентных возможностей.
- Perplexity заняла последнее место в итоговом рейтинге среди протестированных инструментов.
- Основными критериями оценки стали автономность принятия решений и точность многошагового поиска.
- Тестирование проводилось платформой Agentic Resource Radar для выявления эффективности современных поисковых агентов.