Perplexity Computer 來了：月付 200 美元，幫你上班「連幹數月」的數位員工|數位時代 BusinessNext

重點一：Perplexity 推出 Computer 自主代理平台，整合 19 個 AI 模型（含 Claude Opus 4.6 主導推理引擎）。

重點二：系統具持久記憶與數百個外部服務連接器，可承接需連續運作數週甚至數月的複雜專案。

重點三：標準方案月費 200 美元（約合新台幣 6,266 元），現階僅限 Max 用戶，將擴展至 Pro 與企業方案。

AI 競賽的方向正在轉彎。

繼 Manus AI 與 OpenClaw 掀起自主代理（agentic AI）熱潮後，搜尋起家的 Perplexity AI 在 2026 年 2 月 25 日正式推出 Perplexity Computer，一套能夠接下完整工作流程、不需要人全程盯著的多模型自主代理平台。

Perplexity 執行長 Aravind Srinivas（阿拉溫德·斯里尼瓦斯）將這項產品定位為「2026 年個人電腦該有的樣子」，不只是工具，而是一台會思考、會執行、在你睡覺時也持續工作的雲端 AI 電腦。

19 個 AI 模型組成的分工帝國

Perplexity Computer 最大的特點在於它不依賴單一模型。平台目前整合了 19 個 AI 模型，依任務類型動態調度：由 Anthropic 的 Claude Opus 4.6 擔任核心推理引擎，負責協調與決策；Google Gemini 主導深度研究；Nano Banana 處理圖像生成；Veo 3.1 負責影片製作；Grok 應付輕量快速任務；ChatGPT 5.2 則擅長長文本記憶與廣域搜尋。

使用方式直白：用戶描述想要的結果，Computer 就會將任務拆解成子任務，分配給對應的子代理（sub-agents）同步執行，包含網路研究、文件生成、程式碼撰寫、資料處理或外部 API 呼叫。整個過程非同步進行，用戶不需要等待，甚至可以同時開啟數十個 Computer 並行運作。

Perplexity 業務長 Johnny Shevelenko（強尼·謝維連科）在 LinkedIn 上透露，Computer 最初只是一個「內部實驗」，起初團隊透過 Slack 與它溝通，「因為它更像一個數位員工，而不是一個代理」，後來才決定將其重新定義為獨立產品推出。

雲端沙箱 vs. 本機開放：與 OpenClaw 的路線分歧

市場上正在形成兩種自主代理路線。Perplexity Computer 選擇雲端沙箱模型：所有執行環境由 Perplexity 集中管理，用戶無法直接接觸底層系統；相較之下，近期爆紅的開源工具 OpenClaw 則安裝於本機，可直接存取用戶的信箱、本地文件與應用程式，賦予 AI 更大的系統控制權。

兩者各有取捨。雲端模式的優勢在於安全性與可控性，Perplexity 在沙箱環境中執行任務，搭配範疇限定的憑證授權（scoped credentials），並在不可逆操作前設置人工確認關卡，降低 AI「失控」的風險。代價是靈活性受限，Computer 只能透過預設整接器與外部服務溝通，無法像 OpenClaw 那樣直接操控用戶裝置。

平台目前提供數百個外部服務連接器，並具備持久記憶功能，能跨會話保留專案進度與用戶偏好，讓 Computer 承接需連續執行數週甚至數月的長期專案。

月費 6,266 元的「數位員工」，值嗎？

Perplexity Computer 定位於高端用戶市場。目前僅限 Max 方案訂閱者透過網頁端使用，月費 200 美元（約合新台幣 6,266 元）。定價採用量計費制，用戶可設定消費上限，Max 訂閱者每月另附 10,000 點額度，新用戶加入後享有效期 30 天的 20,000 點體驗額度。

Perplexity 確認未來將擴展至 Pro 及企業方案用戶，但未說明具體時間表。

對台灣企業用戶而言，這道門檻並不算低。但若 Computer 真能如官方描述，接下整包需要跨工具協作的長期專案，它指向的是一個新的 AI 採購邏輯：不再買「功能」，而是買「工作能力」。

延伸閱讀：Perplexity敲警鐘！AI搜尋新創App下載量雪崩80%：為何黃仁勳曾誇獎好用，現在卻留不住用戶？

資料來源：The Decoder、PCWorld、Perplexity

本文初稿為 AI 編撰，整理．編輯/ 李先泰

一家連續十年營收 700 萬元的健身業者，如何在一年內將業績推升至 3,500 萬元，成長整整 5 倍？答案可能和多數人想的不一樣。

這家健身品牌不是一開始就加碼投放廣告，而是先從調整組織架構與薪酬制度著手，透過明確分工改善團隊運作，進而建立「全員銷售」文化，這並不是要求每位員工都成為業務員，而是讓團隊理解與認同品牌理念，確保從服務、回覆、教學到售後過程中的每一個顧客接觸點，都能傳遞一致的訊息與體驗，從而建立顧客對品牌的信任感，甚至願意主動購買與持續回購。而規劃這套成長策略的幕後推手，正是無限創意行銷。

AI 讓行銷變簡單，為何行銷公司反而更難做出成效？

雖然公司名稱裡有「行銷」兩個字，但無限創意行銷並非只從行銷工具出發，而是以顧問式行銷的角色，先理解企業經營問題，再決定應採取哪些行銷與營運解方。「我們不會一開始就告訴企業該採用哪些行銷策略，而是根據企業真的需求來提供適合解方」，無限創意行銷創辦人翁小五一語道出公司的獨特定位。

通常，企業在面對營收成長瓶頸時，第一個念頭就是做行銷，然而，翁小五從過往的工作與創業經驗中發現，限制企業營收成長的原因有很多，不一定與行銷有關，背後可能還有其他問題，若沒有釐清真正的問題所在，就急著投入廣告或其他行銷資源，很可能只是治標不治本。

基於這樣的觀察，無限創意行銷決定採取反向思考邏輯：先回到企業經營本身，找出造成「成長趨緩」的真正原因，再據此制定策略、優化營運流程，最後透過行銷放大企業優勢。當每一筆行銷投入都建立在更健康的企業體質與更精準的策略判斷之上，行銷才不只是「有做」，而是真正能為企業帶來成長。

這套「先找問題、再選工具」的服務模式，在生成式 AI 工具普及後，也成為拉開行銷成效差距的關鍵。

過去，行銷公司的價值建立在製作能力、投放技術與媒體資源；但當 AI 逐步降低文案、素材與分析的執行成本，單純提供「做內容、下廣告、做報表」的服務，差異化將快速縮小。此時真正考驗的，反而是行銷人的理解力和判斷力：能否看懂消費者真正需要什麼？能否找出限制企業營收成長的關鍵環節？而這正是無限創意行銷長期深耕企業經營現場、不斷透過數據與市場驗證所累積的核心能力。

AI 拆解營收黑洞，讓數據為企業成長導航

在無限創意行銷的顧問式服務流程中，數據是相當重要的依據。翁小五進一步說明，無限創意行銷的數據應用可以分為三個層次：從檢視行銷活動成效、拆解顧客旅程中的問題節點，再進一步延伸至年度營運規劃，讓企業不只知道「過去發生了什麼」，更能判斷「下一步該怎麼走」。

首先，是檢視行銷活動成效，其中最重要的原則在於，根據行銷目標去解讀數據。舉例來說，如果目標是增加首購顧客，除了檢視素材吸引力與點擊率，還要持續追蹤到站、詢問、成交、新客占比與首購成本；如果目標是擴大營收規模，則應進一步檢視回購率、客單價與顧客終身價值。

數據應用的第二層價值，是拆解從「廣告投入」到「營收產出」之間的過程，理解每一個節點的數據分別反映什麼問題，再針對問題逐一修正。

至於第三個層次，則是讓數據成為企業經營與資源配置的依據。無限創意行銷會從年度營收目標出發，結合產業特性、淡旺季變化與過往行銷成果，拆解每一季、每個月的業績任務，再將過去有效的策略放大、成效不佳的做法修正，據此安排下一年度的行銷資源與營運節奏。

不急著加碼廣告，從企業體質出發找出 5 倍成長解方

對無限創意行銷來說，數據是找出問題、配置資源與規劃成長路徑的關鍵，文章開頭提到的健身業者，正是此套方法論的最佳印證。當初，翁小五深入診斷後發現，這家企業真正的問題在於組織結構過度扁平，老闆長期忙於處理日常事務，難以專注在營運規劃；此外，組織缺乏真正負責營運管理的中階主管、教練流動過高導致學員缺乏安全感等，皆是影響回購率的因素。

因此，無限創意行銷先從組織架構著手，設立專責店長一職，並重新設計薪酬制度，藉此讓教練、店長與老闆皆可專注在自身工作上。之後，再透過前期廣告數據與顧客洞察，找出消費者選擇品牌的真正原因，並運用行銷活動與口碑經營持續放大。同時，翁小五也在過程中導入「全員銷售」概念，確保顧客在各個接觸點都享有一致的體驗，品牌才能逐步累積顧客信任。

最終，這家企業的營收一年就成長至 3,500 萬元，達到原先的 5 倍。這個案例也說明了無限創意行銷的方法論：行銷不是企業成長的起點，而是放大企業優勢的槓桿；企業體質愈健全，這支槓桿所能放大的成長效益也愈大。

從「會做」到「會判斷」，AI 時代，無限創意行銷正在重新定義行銷公司的價值

隨著 AI 能力越來越強大，下一代行銷公司的價值，不只是比誰更懂得運用 AI，而是行銷人的市場理解力與專業判斷力，知道 AI 產出的內容哪些值得留下、哪些應該捨棄，或是該如何持續修正，才能打造出能夠被消費者感受到的品牌體驗。

因此，無限創意行銷未來將積極建立團隊與 AI 協作的方法論，將過往的專案判斷、提問框架與數據檢核邏輯，轉化為 AI 協作流程。團隊在面對新專案時，不是直接要求 AI 給答案，而是先定義目標、限制條件與判斷標準，再去檢查 AI 產出是否符合商業情境。

對翁小五而言，AI 時代真正稀缺的，不是工具，而是定義問題、理解消費者與判斷品質的能力。未來無限創意行銷的競爭力，也不在於使用多少 AI，而是持續將人的品味、市場理解與產業 Know-how，透過 AI 放大，協助企業打造更精準的品牌體驗與更高品質的決策。