张小珺在访谈里问了杨植麟一个问题： 你们最终是要做通用大模型而不是coding模型对吧？ 这个问题更深层反映出来的是现在用户对一个新AI产品， 包括所有大模型和agent或其他产品形态在内的使用，迁移，直到形成习惯的界限， 其实是很模糊的。 往往一个垂类的卓越表现会吸引到用户， 而泛化/通用能力达到60分则能够粘住用户。 这一点在我使用perplexity和GPT的时候感觉尤为明显： perplexity在市场调研能力（速度上）比chatGPT好； 而在google邮箱里的搜索/撰写等实用表现比google自家的Gemini好。 正是在一次次偶然对比性任务里perplexity的表现比其他通用大模型都好，让我使用它的频率一次次增加。 做其他AI产品也是一样的： 模型or非模型的讨论在我看来是有点过时， 或者至少不是一线builder在思考的问题。 思考的一定是切入点，黏性点。 小问题小场景逐个击破，农村包围城市，perplexity也可以比GPT和Gemini更好用。