# Perplexity 上线查询感知压缩，上下文 token 最多砍掉 70% 但回答质量反而更好

> 原标题：上下文压缩技术提升搜索效率与准确性

- 来源：AI HOT 精选
- 发布时间：2026-05-20T17:26:33.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/24598
- 原文：https://x.com/perplexity_ai/status/2057151002105753950

## 摘要

Perplexity 把一项叫“查询感知压缩”的技术用到了线上。它能在搜索时把喂给模型的上下文 token 最多减少 70%，同时回答质量还提升了。核心逻辑是“更好的上下文优于更多的上下文”，也就是先理解你问什么，再挑最相关的信息塞进窗口，而不是一股脑全丢进去。正文没披露具体测试基准和压缩方法细节，所以实际效果我会先打个折，但能省下这么多 token ...

## 推荐理由

我会先打个折：正文只给了一条 X 帖子，没放基准测试和可复现的设置，所以别太激动。但这条信息本身够硬——Perplexity 在生产环境用查询感知压缩，最多砍掉 70% 上下文令牌，同时回答质量还变好了。对搞外挂资料库和搜索优化的从业者来说，这直接关系到省钱和降延迟，值得看一眼。

## 锐评

Perplexity 把一项叫“查询感知压缩”的技术推上线了，核心逻辑是先理解你问什么，再挑最相关的信息喂给模型，而不是把搜索结果一股脑全丢进去。官方说这样能把上下文 token 最多减少 70%，同时回答质量还提升了。这个方向本身不新鲜，但能直接用在线上产品里，说明工程上跑通了。

省 token 的好处很直接：推理成本更低、响应更快。70% 这个数字如果稳定，对大规模搜索服务来说确实挺省钱。但正文没披露具体在哪些测试集上验证了质量提升，也没说压缩方法本身会不会引入新的延迟或错误过滤。没有这些信息，很难判断“质量提升”是普遍成立，还是只在特定场景下成立。

另外，压缩策略如果过于激进，可能会丢掉一些看似不相关但实际有用的信息，这点在复杂查询上尤其容易翻车。我会等他们放出更详细的技术说明或第三方评测，再判断这到底是一次扎实的优化，还是主要为了宣传。