Perplexity AI 在其最新研究论文中提出了一种名为“搜索即代码”（Search as Code，简称 SaC）的全新搜索架构范式。该方案通过提供一个软件开发工具包（SDK），赋予大语言模型对搜索流程的直接编程控制权。与传统将搜索视为一个黑盒式、单一化服务的架构不同，SaC 允许 AI 模型根据特定任务的上下文动态配置搜索管道，例如自主选择最优的检索策略、排序算法或信息源。这种细粒度的控制能力显著提升了搜索效率与准确性。在包括复杂多步任务基准测试 WANDR 在内的一系列评估中，SaC 的表现超越了传统的整体式搜索系统，且具有更优的成本效益。这项研究标志着搜索技术正在从封闭的巨型服务向可编程、可组合的基础构件演进，特别为当前兴起的智能体（Agent）应用提供了一种更强大、更灵活的底层信息获取能力，预示着未来 AI 应用将能以“代码生成”的方式内化并驱动搜索行为。