Perplexity 偷偷做了个编程 Agent，代号 Teammate

又一家搞搜索的跑来抢 Cursor 的饭碗。

7 月 8 日，Business Insider 拿到的一批内部截图显示，Perplexity 从 5 月开始就在内部使用一款自研的 AI 编程工具，代号 Teammate。IT之家跟进后确认了这一消息。这家估值 200 亿美元、原本以对标 Google 搜索为主线的公司，正在悄悄把手伸进 AI Coding 这条最卷的赛道。

知情人士的原话是——公司还没决定要不要把它做成对外产品，但工程师们已经用了两个月。这话翻译一下：内部 dogfood 阶段过了，产品化只是时间问题。

不是 Copilot，是“队友”

名字起得很直白。Teammate 不是补全工具，也不是 chat 侧边栏，而是一个能独立跑长任务的工程 Agent。

根据泄露的内部公告，Teammate 被定位为：

"该工具专为长期工程研发打造：全权负责项目、排查故障、监控线上服务。"

三个关键词：own projects、triage issues、monitor production。这几乎就是把一个初级到中级 SRE + 工程师的日常职责打包扔给 AI。截图里已经能看到工程师用它排查内部系统的 bug，从复现到定位到给出修复建议是一条龙的。

这个定位很有意思。市面上现在做编程 Agent 的路线基本分三派：

• IDE 内嵌派：Cursor、Windsurf、Copilot，强调交互和上下文，人在 loop 里
• CLI/终端派：Claude Code、Codex CLI、Aider，命令行里跑，适合老派工程师
• 异步 Agent 派：Devin、OpenAI 的 Codex Cloud、Google Jules，扔任务给它自己跑

Teammate 明显是第三派的路子，而且更狠——它连线上服务的监控都要管。这已经不是“帮你写代码”，是“帮你运维一个项目”。

为什么 Perplexity 要做这个

表面上看，一家做搜索的公司跑去做编程工具有点跨界。但你把 Perplexity 这一年多的动作串起来看，就没那么奇怪了。

从 Comet 浏览器，到金融、购物、旅行的垂直 Agent，Perplexity 一直在往“通用信息交互层”的方向扩张。Aravind Srinivas 早就不满足于只做一个“更好的 Google”了。而编程是所有 Agent 场景里技术门槛最高、也最能验证模型和产品能力的场——你要是能把工程师这活干下来，理论上其他白领工作的自动化就是复用问题。

更现实的一层：Perplexity 自己是重度模型消费方，每个月在推理上烧的钱天文数字。做一个内部工具，既能提升工程效率，又能在做的过程中反向理解“Agent 到底该怎么造”，一举两得。

CTO 的暴论：年底之前工程师就不用看代码了

这次泄露里最出圈的一句话，来自 Perplexity CTO Denis Yarats。

在 Teammate 内部上线前几周，他在内部消息里放话：最晚今年年底，甚至更早，软件工程师就应该“停止翻看代码”，直接靠 AI 完成开发。

有人反驳说 AI 生成的代码质量差、bug 多。Yarats 的回应也很典型硅谷腔：

"只要 AI 生成的代码能通过各项质量校验，就不存在所谓‘劣质代码’的问题。"

这话你可以说是激进，也可以说是耍无赖。因为“通过质量校验”本身就是个滑动的定义——单测覆盖率、静态分析、集成测试、code review，每一层筛子的密度都可以调。真正的问题从来不是“AI 代码能不能通过测试”，而是测试本身能不能覆盖住业务上真正会出问题的那些边界。

但抛开态度上的争议不谈，这个判断反映了一个越来越明显的行业信号：头部 AI 公司的 CTO 们，已经开始把“工程师不再直接读写代码”当成一个明确的短期目标，而不是十年后的愿景。 Anthropic 的 Claude Code、OpenAI 内部的 Codex、Cognition 的 Devin，走的都是这条路。

一个被低调提及的细节：多模型

泄露的信息里还有个容易被忽略的点：Teammate 是模型无关的，不绑定任何单一 LLM。

这在 Perplexity 身上其实是一贯风格——它的搜索产品本来就一直在 GPT、Claude、自家 Sonar 之间切换。但放在编程 Agent 这个场景里，意义不太一样。

因为编程 Agent 对模型的要求非常挑剔：

• 长上下文：一个中等规模仓库轻松 20 万 token
• 工具调用稳定性：一次任务可能几十上百次 tool call，任何一个环节幻觉就完蛋
• 代码理解深度：不同语言、不同框架的表现差异极大

单一模型很难在所有维度上都拿满分。Claude Sonnet 写代码稳，Gemini 上下文长，GPT 的 reasoning 在复杂调试上有优势。一个成熟的编程 Agent，路由和调度能力可能比单纯堆模型能力更重要。

Perplexity 在多模型编排上有多年的产品经验，这可能是它做 Teammate 的真正底气。别人是在自己的模型上套壳做 Agent，它是在做一个模型无关的 Agent 基础设施。

竞争格局：这个赛道还挤得下吗

2026 年上半年的 AI Coding 战场已经相当拥挤：

| 产品 | 归属 | 定位 | |------|------|------| | Cursor | Anysphere | IDE，年化收入据传已过 5 亿美元 | | Claude Code | Anthropic | CLI + Agent | | Codex | OpenAI | Cloud Agent + CLI | | Devin | Cognition | 全自动 Agent | | Windsurf | 已被 OpenAI 收购 | IDE | | Jules | Google | 异步 Agent | | Teammate | Perplexity | 长周期工程 Agent |

Cursor 现在的估值已经摸到 100 亿美元俱乐部，Anthropic 的 Claude Code 是收入贡献大头，OpenAI 花大价钱收了 Windsurf——这个赛道的头部玩家已经不是初创公司能轻易撼动的了。

Perplexity 的机会窗口在哪？我的判断是两点：

第一，异步 Agent 这个细分方向还没跑出真正的赢家。 Devin 声势大但口碑一般，Codex Cloud 还比较新，Jules 更多是 Google 内部集成。谁能做出一个真的能“接管一个 backlog”而不是“完成一个 issue”的 Agent，谁就有机会。Teammate 的定位显然是奔这个去的。

第二，Perplexity 有独特的分发渠道。 它的搜索产品月活已经很可观，如果把编程 Agent 和搜索、浏览器打通，做“开发者的通用副驾”，可能会有一些差异化打法。

但风险也明显：AI Coding 是重度需要 dogfood 和用户反馈迭代的产品。Cursor 团队天天泡在开发者社区里，Anthropic 有海量 API 客户在用 Claude Code。Perplexity 内部工程师规模有限，能不能撑起一个复杂 Agent 产品的迭代节奏，是个未知数。

什么时候能用上

目前 Perplexity 官方没有任何时间表，连“会不会做成商业产品”都没确认。但从 5 月内部上线、7 月被媒体挖出来的节奏看，年内出个 preview 版本不算激进的猜测。

对国内开发者来说更实际的问题是：这些新出的编程 Agent，怎么用得上？

Cursor、Claude Code、Codex 这些工具的核心都是 API 调用，只要能稳定接到主流模型的 API，绝大部分能力就能复现。像 OpenAI Hub 这类聚合平台的价值也在这里——一个 Key 打通 GPT、Claude、Gemini、DeepSeek，在国内直连，兼容 OpenAI 格式，等 Teammate 真出来的时候，如果它开放 API，接入路径也会相对顺畅。

一点判断

Teammate 这件事本身不算特别惊天动地——2026 年了，一家 AI 公司做内部编程工具太正常了。真正值得关注的是两个信号：

1. AI Coding 的战场正在从“辅助”转向“接管”。 Copilot 那种补全式的产品形态已经不是新战场的主流，长任务、长周期、能管运维的 Agent 才是。
2. 多模型策略在 Agent 时代的价值被重新定价。 单一模型 + 应用层套壳的路子越来越难走，能玩转多模型调度的公司会有结构性优势。

至于 Yarats 那句“年底工程师不用看代码”，我个人觉得过于乐观。但方向没错——工程师的工作重心，正在从写代码转向定义问题、审查结果、维护系统。这个转变不是未来时，是现在进行时。

参考来源

• IT之家：Perplexity 自研 AI 编程工具曝光，公司程序员已投入使用 - 中文首发报道，包含 Business Insider 泄露截图和 CTO 内部消息的关键细节