如果你还把 AI 助手当成一个随叫随到的问答框，那 2026 年 11 月 5 日这天，Perplexity 把这个比喻改写了。它推出的 Teammates 不是等你提问才开口的聊天机器人，而是一组常驻在你项目里的 AI 助手：你给它一个持续性的目标，它自己安排工作、自己推进、你不在电脑前的时候它也照常干活。同一周，Meta 也在 11 月 6 日给自家的 Muse 助手推出了 Spaces 协作环境。两家公司在 48 小时内先后落子，指向的是同一个方向——AI 正在从“一问一答的工具”变成“住在你工作流里的同事”。
这篇文章先把 Teammates 到底是什么、多少钱、能干什么讲清楚，再聊它和传统聊天机器人真正的差别，以及对在美国的华人职场人、留学生、跨境卖家和内容创作者来说，这 200 美元一个月到底值不值。
Teammates 是什么：不是聊天窗口，是常驻的项目成员
Perplexity 在 2026 年 11 月 5 日正式推出 Teammates。根据 Perplexity 官方页面和 The Verge 当天的报道，Teammates 是建立在 Perplexity Computer 之上的常驻 AI 智能体。Perplexity Computer 是这家公司此前推出的系统，可以在用户的设备上派 AI 智能体去完成任务；Teammates 则是在这个系统之上更进一步：每一个 Teammate 都有自己的名字、角色和持续性的职责，负责的是一项长期工作，而不是一次性的提问。
Perplexity 给出的角色示例很能说明问题：值班工程师（On-call Engineer）、法律研究助理（Legal Research Assistant）、店面经理（Storefront Manager）。这些都不是“帮我写一段话”这种一次性任务，而是需要持续盯着、定期产出、出了状况要响应的岗位。Teammate 的工作方式也因此不同：它调用的是 Perplexity Computer 里已有的项目、技能和记忆，而不是每次从零开始；多个 Teammate 可以并行工作、互相交接任务；它们还能通过 Slack 和人沟通。也就是说，你可以在 Slack 里收到 Teammate 的汇报，就像收到一位远程同事的消息。
最关键的一点是“常驻”（always-on）。传统聊天机器人是你关掉窗口它就不存在了，Teammates 则是在你离线之后继续工作。你晚上睡觉，它在后台整理资料、监控数据、准备第二天要用的报告；你早上打开电脑，看到的是已经完成的工作和需要你拍板的问题。Perplexity 首席执行官 Aravind Srinivas 在发布当天表示，公司内部的工作空间在过去 30 天里已经用上了大约 1 万个 Teammate——这既是内部试用的规模，也是一种表态：他们自己先把这套东西用起来了。
多少钱、谁能用：200 美元是门票，不是全部成本
使用 Teammates 的门槛很明确：需要订阅 Perplexity 的 Max 套餐，每月 200 美元。按月付费是 200 美元，有报道提到按年付费折算约每月 167 美元，但官方主推的标价就是 200 美元。目前 Teammates 处于研究预览（research preview）阶段，仅面向个人 Max 订阅用户开放网页版，iOS 正在陆续开放，原生移动端和桌面端还在路上。企业版 Pro 和企业版 Max 账户默认不包含这项功能，这意味着想在公司层面合规部署的团队，发布初期是进不去的。
但 200 美元只是门票，不是全部成本，这一点是这轮报道里最值得留意的细节。Max 套餐每月包含 1 万个 Computer 积分（credits），官方公布的换算关系是 100 积分等于 1 美元。Teammates 在上线初期有一段免费试用期，Perplexity 称 Max 订阅用户在推广期内可以免费使用 Teammate，但推广期的时长和额度都没有公布；推广期结束后，Teammate 的使用会消耗这每月 1 万积分的额度。按 Perplexity 11 月 4 日公布的积分指南，一份多步骤的研究报告大约消耗 350 到 950 积分，一个数据看板则要 2400 到 9800 积分。换句话说，如果你让 Teammate 天天跑重型任务，1 万积分并不经花。还有一个细节：操作记录（审计日志）要到 50 个席位或一个企业版 Max 席位才开放，小团队基本看不到完整的行动轨迹。
所以算账要算两笔：第一笔是每月 200 美元的订阅费，第二笔是积分消耗的速度。对个人用户来说，第一个月因为有推广期和新订阅用户的积分赠送，体验会比较宽松；第二个月开始，才是真实的成本。这也是不少分析文章提醒的：别把第一个月的体验当成常态。
常驻助手和聊天机器人，到底差在哪
表面上看，Teammates 和 ChatGPT、Claude 这些聊天机器人都能写东西、查资料、做分析，差别似乎只是“一直在”和“随叫随到”。但这个差别一旦落到真实工作里，会放大成三种本质不同。
第一是记忆和上下文的连续性。聊天机器人每一轮对话基本是新的开始，你得反复交代背景；Teammates 则建立在项目记忆之上，它记得你的项目做到哪一步、上次的决定是什么、哪些资料已经查过。对一个要做三个月、涉及几十份文件的项目来说，这个差别直接决定了你每天要花多少时间“给 AI 补课”。
第二是主动性。聊天机器人是被动的，你不问它不动；Teammates 的设计是主动的，它可以按你设定的目标自己推进，发现异常自己汇报。举个例子：你让它盯着某个行业的政策动态，它会在有新消息时主动整理出来，而不是等你想起来去问一句“最近有什么新消息”。这种从“拉”到“推”的转变，是“同事”和“工具”最核心的区别。
第三是并行与协作。一个人一次只能和一个聊天窗口对话，Teammates 则可以同时开多个角色、彼此交接。一个负责搜集信息，一个负责整理成报告，一个负责盯着 Slack 里的反馈。Perplexity 强调它们运行在相互隔离的桌面和浏览器环境里，各自有独立的会话和 Cookie，这既是为了让多个助手互不干扰，也是在回应一个现实问题：让 AI 替你登录账号、操作网页，隔离做得不好就会串数据、出乱子。
当然，反过来说也成立：这些差别目前都还处在“宣称”阶段。研究预览意味着功能可能变化、任务可能失败。Perplexity 自己也承认 Teammates 还在开发中，具体表现如何，要等真实用户用上一两个月才有结论。
同一周的另一边：Meta 的 Spaces 在下另一盘棋
Teammates 上线第二天，Meta 在 11 月 6 日推出了 Muse 助手的 Spaces 功能。根据 TechCrunch 当天的报道，Spaces 是围绕特定主题的“定制体验”：你在聊天里描述一个想法，Muse 就为你建一个专门的空间，可以是一个计划表、一个追踪器、一个项目看板，放在侧边栏里随时打开；它还能连接第三方应用，在后台自动更新，比如新的邮件、日程、价格变化或市场动态进来，空间里的内容会自己刷新。
有意思的是，Spaces 和 Teammates 的思路并不相同。Teammates 强调的是“人”——给你配几个会干活的数字同事；Spaces 强调的是“地方”——给你一个项目常驻的房间。Meta 自己的说法是，Spaces 是第二项 Muse 新功能，11 月 5 日刚推出了支持视频对话的 Muse Voice。扎克伯格在 10 月财报电话会上说，Muse 助手在美国和加拿大的用户已达 1000 万，不到两个月时间。
两家公司在同一周撞题不是巧合。OpenAI、Anthropic 也都在往“能持续干活的智能体”这个方向走，整个行业的共识已经形成：下一阶段的竞争不在“谁回答得更好”，而在“谁能替你把一件事从头做到尾”。Teammates 定价 200 美元走的是高端专业路线，Meta 的 Spaces 则跟着 Muse 助手走大众路线。一个卖的是“同事”，一个给的是“房间”，但赌的都是同一件事：用户愿不愿意把持续性的工作交给 AI。
对华人职场人来说，这东西到底能用在哪
先说留学生求职。求职季最耗时间的不是写简历本身，而是持续性的信息工作：盯着目标公司的招聘动态、整理面试题库、跟踪每一家公司的申请状态、准备不同岗位的针对性材料。一个 Teammate 可以被设定为“求职管家”：每天早上把新增的岗位汇总成表，把你投过的公司状态更新一遍，把面试前需要复习的要点整理好。但要提醒一句：简历和求职信这类涉及个人真实经历的材料，AI 只能帮你整理和润色，不能替你编造经历；一旦被发现内容不实，代价比不用 AI 大得多。
再说跨境电商卖家。卖家每天要盯的东西本来就是持续性的：竞品价格变动、平台政策更新、广告投放效果、库存和物流节点。Teammate 的“店面经理”角色就是冲着这类场景来的：让它每天定时汇总竞品价格和评论变化，政策一有风吹草动就整理要点发到 Slack。但这里同样有个现实约束：它能看到的只是你授权它看的数据，平台账号的登录和操作权限给出去之前，要想清楚数据边界——你的店铺数据、客户信息、定价策略，值不值得交给一个还在研究预览阶段的系统。
内容创作者的用法也很直接：选题库的持续更新、热点追踪、旧文章的数据复盘。一个 Teammate 可以每天早上把你所在领域的最新动态整理成选题简报，把表现好的旧文章挑出来提醒你更新。但要注意，Teammates 生成的内容仍然需要人工把关，尤其是涉及具体日期、费用、法规和数据的内容，错一处就可能毁掉一篇稿子的可信度。
对在美国大厂或初创公司工作的华人工程师和产品经理来说，最现实的用法可能是“会议和文档的持续整理”：项目文档的版本跟踪、技术动态的定期汇总、待办事项的自动提醒。这些工作单调、重复、耗时，正好是常驻助手最擅长的。但同样要记住：涉及公司内部系统和代码仓库的接入，一定要先确认公司的 AI 使用政策，很多公司对把内部数据交给第三方 AI 有明确限制，擅自接入可能违反合规要求。
200 美元值不值：一道算术题，加一道信任题
值不值，先算算术题。每月 200 美元，一年就是 2400 美元。对个人用户来说，如果你每个月能让 Teammate 稳定替你省出十几个小时的重复性工作，按美国常见的时薪折算，这笔钱不难回本。但前提是“稳定”两个字：研究预览阶段的系统，任务失败率、积分消耗速度、实际产出质量都还是未知数。第一个月有推广期，成本感知会被拉低，真正的考验从第二个月开始。如果你只是偶尔查查资料、写写东西，免费版或每月 20 美元的 Pro 套餐已经够用，200 美元的 Max 是为重度用户准备的。
再算信任题。常驻助手和聊天机器人最大的区别，恰恰也是最大的风险：你要给它持续的权限——访问你的文件、你的 Slack、你的浏览器会话，甚至替你登录网站操作。它记得你的项目，意味着它也存着你的项目。Perplexity 说每个 Teammate 运行在隔离的桌面和浏览器环境里，有独立的会话和 Cookie，这是必要的设计，但隔离做得好不好、数据存在哪里、会不会被用于训练，这些问题在发布初期的公开信息里并没有完整答案。审计日志要到 50 个席位才开放，也意味着个人用户很难完整追踪它到底做了什么。
所以一个务实的建议是：先拿一个不敏感的项目试水。比如公开信息的整理、选题追踪、学习资料的汇总——这些工作就算出点差错，代价也有限。等摸清了它的可靠程度和积分消耗速度，再决定要不要把更重要的工作交过去。涉及财务数据、客户信息、公司内部资料、移民和法律文件这类敏感内容，现阶段不建议直接交给还在研究预览期的常驻助手。
结尾：AI 同事来了，但“同事”两个字还得慢慢挣
Teammates 的发布标志着 AI 助手竞赛进入了新阶段：比的不再是谁更会聊天，而是谁更能持续地把事情做完。Perplexity 用 200 美元的定价和常驻的定位，摆明了要做专业用户的生意；Meta 用 Spaces 告诉市场，协作环境也可以是大众化的。两种路线最后谁走得通，要看真实的使用数据，而不是发布会上的演示。
对普通用户来说，最好的态度是既不追捧也不 dismiss：它确实代表了一个真实的方向——AI 正在从工具变成工作流的一部分；但它也确实还处在早期，价格、稳定性、隐私边界都有待验证。200 美元一个月买一个“常驻同事”，值不值，答案不在发布新闻里，而在你自己的工作流里：如果你每天有大量重复性、持续性的信息工作等着人做，它值得认真试一个月；如果你的需求还停留在“偶尔问几句”，那就再等等，等它更便宜、更稳、更透明的时候再说。
暂无评论内容