# 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。

## 推荐理由

Perplexity 将查询感知压缩用于线上搜索，喂给模型的上下文 token 最多减少 70%，回答质量反而提升，其先理解问题再筛选信息的做法提供了压缩与效果兼顾的参考。

## 锐评

砍 70% 上下文还能让回答变好，这个方向我信。RAG 现在最大的浪费就是把一堆不相关的 chunk 塞进窗口，token 花了，模型还被带偏。Perplexity 敢说线上跑着，挑上下文这一步比堆量管用。

只有一条推文，没有 benchmark 和可复现的设置，70% 这个数先当上限看。想验证也简单，把召回砍一半看质量掉不掉，掉得少就是你之前喂太多了。
