Brain

Brain 是一种自我改进的记忆系统，它会为你的项目、人员和文件建立工作模型，为 Perplexity Computer 提供推进工作所需的上下文。

Brain 正以 Research Preview 的形式向使用 Computer 的 Max 和 Enterprise Max 订阅者逐步推出。

Brain 会在后台运行，查看来自会话、连接器更新、工件和修正的近期活动，并把学到的内容写入 Computer 的记忆中。每个条目都会链接回其来源，方便你检查或修正。

它会从四类内容中学习：

每次运行都会基于上一次继续构建：强化仍然正确的内容，更新已经变化的内容，并标记过时的内容。Brain 只会从你自己的活动中学习 — 它绝不会引入其他人的数据，并且会完全忽略无痕会话。

Memory 让 Computer 感觉更熟悉。Brain 让 Computer 更高效。

Memory 会保存你的偏好、兴趣以及你分享过的内容，让回答更个性化、更相关。

Brain 会更进一步。它会把你的项目、人员、文档、决策和未完成事项组织成一个互相关联的图谱 — 这些内容以其来源会话、文件和连接器数据为基础，并会随着你的工作环境变化而保持最新。

简而言之：Memory 帮助 Computer 了解你。Brain 为 Computer 提供推进工作所需的工作上下文 — 并随着时间推移支持更丰富的 Memory。

假设你明天要见一位客户，于是问 Computer：“我应该展示什么？”

是哪位客户？他们上次问了什么？哪些问题仍未解决？上次会议后有什么变化？哪一版演示文稿是最新的？谁负责后续跟进？

Brain 为 Computer 提供回答所有这些问题所需的工作上下文。它会从客户开始，调取最新会议记录，检查未解决的问题，并查看这些问题阻塞了哪些产品工作 — 还会进入 Slack 会话、通话记录和 PR 来核实任何不确定的内容。你得到的不是一串搜索结果，而是基于实际工作的建议：该展示什么、该避免什么、哪些内容发生了变化，以及哪些跟进事项最重要。

Brain 还让你无需重新概述即可恢复过往工作。开启一次新对话，把 Computer 指向几周前的项目，它就会使用已经在上下文中的决策、文件和相关人员继续推进 — 而不需要你再次解释一切。

你在某个项目中使用 Computer 越多，Brain 的理解就越丰富 — 因此，当你回到之前的工作时，收益最明显。

打开 Memory 即可查看 Brain 学到的所有内容,按概念、实体和工作项目流组织 — 一个可浏览的关于你的世界的 wiki 和图谱。打开任意条目即可阅读内容，查看它如何与相关条目连接，并点击进入原始会话、文件或来源。你可以编辑或删除任何条目，你的修正会被用于 Brain 的下一次运行。

Brain 会在后台运行，而不是在你的活动任务期间运行 — 因此它不会拖慢你的速度。使用 Brain 的 Computer 任务平均实际运行得更快，因为 Computer 会复用 Brain 已经知道的内容，而不是从头重建上下文。

Brain 本身只维护你的记忆。它不会执行操作，也不会给你发消息。随着时间推移，Brain 会成为 Computer 中更多主动功能的基础 — 例如每日摘要、自我改进的技能 — 但这些功能会单独控制，并且任何会改变 Computer 工作方式的内容都会先呈现给你审核。

可以。Brain 在 Computer 设置中有自己的开关，与 Memory 中的 Search History 相互独立 — 设置 → Memory 设置 → Brain。关闭后，Brain 将停止根据你的活动向 Computer 的记忆写入新知识。

对于 Enterprise 组织，组织管理员可在 组织设置 → Memory → 启用 Brain 中为组织成员禁用 Brain。

是的。Brain 只基于你自己的活动构建 — 包括你的会话、已连接的工具、工件和修正 — 并且只用于改进你自己的回答。

每个条目都会链接回其背后的会话、文件或来源，因此你可以打开、检查，并在 Settings → Memory 中编辑或删除任何内容。

Incognito 会被排除。 Brain 不会读取无痕会话，也不会向无痕会话写入内容。

敏感信息过滤。 Brain 使用与 Search Memory 相同的 AI 基础过滤机制，以降低敏感细节 — 凭据、密码和类似信息 — 进入你的记忆库的可能性。你始终可以查看并清除任何已保存内容。

模型训练。 AI Data Retention 的范围是用于改进模型的搜索，而不是 Brain 写入 Computer 记忆的内容。Brain 自己的开关控制它是否写入。对于 Perplexity Enterprise 用户，我们绝不使用他们的数据来训练我们的模型。