PerplexityがSPACEを公開 AIエージェントの常時実行基盤を整備

結論

PerplexityがAIエージェントを隔離環境で動かし続ける基盤SPACEを公開した。あわせて、APIで扱えるモデルを増やし、低価格のモデルも選べるようにした。調べものや情報整理をエージェントに任せきる作業が現実味を帯びる。ただしエージェントの出力には誤りが混じるため、任せきりにはできない。試すなら範囲を絞り、重要な情報は裏取りを徹底したい。

SPACEとモデル拡張は何を変えるのか

Perplexityの説明では、SPACEは同社のエージェント機能を支える隔離された実行環境で、作業を継続して進めさせることを想定する。その場限りの応答ではなく、時間をかけた調査や整理を任せる方向だ。あわせてAPIでは、高速で効率のよいオープン系のモデルを追加し、他社の低価格モデルにつなげる仕組みも試している。用途に応じて安いモデルを当てれば、費用を抑えながら台数を増やせる。

こうしたエージェントの常時実行は、便利さと危うさが表裏にある。自分でツールを選び、情報を集め、処理を進める分、誤った情報や操作もそのまま流れる。基礎はAIエージェントとは？生成AIとの違いと業務への影響、誤情報への向き合い方はハルシネーションとは？生成AIの誤情報を防ぐ対策にまとめている。同じ時期に各社がエージェント向けの実行基盤を競って打ち出しており、業界全体で「動かし続けるAI」への移行が進む。機能や提供状況は変わりうるため、最新は公式で確認してほしい。

現場の実務にどう効くか

調査系の作業から試すのが入りやすい。競合の動向調べ、資料の下ごしらえ、社内向けの要約など、間違いがあっても取り返しがつく作業をエージェントに任せる。成果物は必ず人が点検し、数字や固有名詞は一次情報で確かめる。裏取りを省くと、誤った前提のまま資料が独り歩きする。出力を社外へ出す前の確認はAI出力を社外公開する前のチェックリスト 法的・品質・情報の3観点が手がかりになる。

任せる作業の切り出し方も工夫したい。エージェントは、手順が決まっていて途中の判断が少ない作業ほど安定して動く。逆に、正解が一つに定まらない調査や、微妙な判断を要する作業は人が主導し、下調べだけを任せる。作業を細かく分け、任せる部分と人が引き取る部分をはっきりさせると、成果が読みやすくなる。

費用の設計も忘れたくない。安いモデルを当てられるとはいえ、エージェントを常時動かせば呼び出しは積み上がる。何にいくらかかっているかを見て、用途ごとにモデルを割り当てる。コストの見直し方は生成AIのコストが高いと感じたときの見直し方にまとめている。便利な基盤ほど、任せる範囲と確認の手順を先に決めておくと、成果を安定して出せる。

まとめ

PerplexityはSPACEと低価格モデルで、エージェントを動かし続ける作業を後押しする。調査から範囲を絞って試し、出力の裏取りと費用の点検を欠かさない。任せる範囲と確認の手順を先に決めることが、安定した活用につながる。

出典

• Perplexity Changelog（Perplexity Docs）
• Perplexity News（TestingCatalog）