Perplexity 公开 CobbleDB 研究：两名工程师与数百 AI 智能体两月搭起核心基础设施

Perplexity 近日通过官方 X 账号宣布，将公开一项关于其自研键值数据库 CobbleDB 的技术研究。这套数据库承担着为 Perplexity 搜索提供网页内容支撑的角色。其特别之处在于，整个核心基础设施仅由两名工程师协同一支「由数百个持续在线、主动运行的 AI 智能体组成的团队」在两个月内完成搭建。

工程团队与 AI 智能体的协作方式

按照 Perplexity 的描述，传统意义上的工程团队规模被压缩到了最小——只有两位人类工程师承担主导角色，而大量原本需要人力完成的工作被交由一支数量达到「数百」量级的 AI 智能体队伍执行。这些智能体的特征被描述为「proactive」（主动型）和「always-on」（持续在线），意味着它们并非被动等待指令的工具，而是能够在工程流程中自主推进任务。这一表述本身也是对当前「AI 智能体」（agent）概念的一次具体落地展示。

关于 CobbleDB 本身

原文对 CobbleDB 的定位十分明确——一个服务于 Perplexity 搜索的键值数据库（key-value database）。键值数据库是一类以「键—值」对形式高效存取数据的系统，常见于需要快速检索网页内容、缓存或会话状态的搜索与推荐场景。Perplexity 没有在本次发布中披露 CobbleDB 的存储规模、查询延迟、写入吞吐等技术细节，也未说明其相较于 RocksDB、LevelDB 等成熟开源方案的差异，相关技术指标需待完整论文或技术博客公开后才能进一步评估。

这一案例的行业意义与局限

将「数百 AI 智能体」引入核心基础设施开发，是一次颇具示范意义的工程实践。它表明 AI 智能体在系统设计、代码编写、测试等环节已具备一定的协同能力，并能在较短时间内产出可上线的基础组件。不过，Perplexity 自身的搜索业务对这套数据库的性能、稳定性要求如何，以及智能体在过程中承担的具体工作内容，仍有待其后续公开的研究材料进一步说明。截至目前，原文仅提供了一个外部链接，完整技术细节尚未在公开渠道充分披露。