Perplexity hat mit 'Search as Code' eine innovative Architektur vorgestellt, die es KI-Modellen ermöglicht, ihre eigenen Suchroutinen in Python zu erstellen, anstatt auf starre APIs zurückzugreifen. Diese Entwicklung könnte als bedeutender Fortschritt in der Suchtechnologie angesehen werden, da sie nicht nur die Flexibilität der Modelle erhöht, sondern auch die Effizienz steigert. Durch die interne Handhabung von Filterung und Duplikatsbereinigung in einer Sandbox-Umgebung übertrifft das System die Leistungen von Wettbewerbern wie OpenAI und Anthropic in wesentlichen Benchmarks. Zudem wird eine Reduzierung der Token-Kosten um bis zu 85 Prozent erzielt. Diese Veränderungen werfen jedoch Fragen zur langfristigen Stabilität und den potenziellen Risiken auf, die mit einer solchen Autonomie der KI-Modelle verbunden sind. Eine abschließende Bewertung ist zum jetzigen Zeitpunkt verfrüht, da die Auswirkungen auf den Markt und die Regulierung noch unklar sind.