Search as Code：AIエージェントの自律性を最大化するPerplexityの新たな検索アーキテクチャ

📝 概要

Perplexityは、AIエージェント向けの新検索アーキテクチャ「Search as Code (SaC)」を発表しました。これは、従来の「モデルが検索クエリを投げ、固定されたパイプラインの結果を受け取る」というモノリス（一枚岩）的な手法を根本から書き換えるものです。複雑化するAIエージェントのタスクに対し、検索機能をSDK化された「プログラム可能なプリミティブ（基本要素）」として提供することで、エージェント自身がPythonコードを通じて最適な検索パイプラインを動的に構築することを可能にしました。これにより、数千ステップにおよぶ高度な情報収集と処理が、高い制御性と効率性を持って実現されます。

📋 詳細レポート

AIエージェントが数時間から数日にわたる複雑なタスクを遂行する現代において、従来の検索システムはボトルネックとなりつつあります。Perplexityが提唱する「Search as Code (SaC)」は、検索を単なる「サービスの呼び出し」ではなく、モデルが直接制御できる「計算リソース」へと進化させる試みです。

モノリスからプログラマブルな検索への転換

従来のAIシステムにおける検索は、モデルが関数呼び出し（Function Calling）やMCP（Model Context Protocol）を介して、あらかじめ定義された検索パイプラインを実行する形式が一般的でした。しかし、この手法は単発の質問には適しているものの、数百、数千の検索操作を数分の間に行うようなエージェントの高度なワークフローには対応しきれません。SaCは、検索スタックの内部コンポーネントをアトミック（原子レベル）な要素としてSDKに公開することで、この制御性の課題を解決します。

Search as Codeの主要機能と技術的特徴

SaCの核心は、モデル自身がPythonコードを生成し、安全なサンドボックス内で実行することで、リクエストごとに最適化された検索パイプラインをオンデマンドで組み立てる点にあります。

• Agentic Search SDK: 検索スタックを構成する個々のビルディングブロックをSDKとして提供。
• コード生成と実行: モデルがPythonを記述し、検索スタックを直接呼び出すことで、逐次的な関数呼び出しのループを回避。
• アトミックな制御: 検索の各ステップ（リトリーバル、ランキング、フィルタリング、ファンアウト、レンダリング等）をモデルが直接操作可能。
• 中間状態へのアクセス: 候補リストやランキングシグナルなどの中間データにアクセスでき、より精緻な意思決定を支援。

活用シーンとエージェントへの影響

このアーキテクチャは、Perplexity Computerにおいて顕著な効果を発揮しています。単一のタスク内で数分間に数百から数千もの検索操作を呼び出すようなワークフローは、人間には不可能ですが、SaCを備えたエージェントにとっては極めて自然な挙動となります。従来の「APIをシェルで包む」だけのアプローチとは異なり、検索プロセスそのものをコードで記述・調整できるため、情報の集約や解析の精度が飛躍的に向上します。

今後の展望

「Search as Code」は、PerplexityのAgent APIおよびComputerにおいて既にデフォルトのアーキテクチャとして導入されています。検索が固定的なサービスから、柔軟な開発プリミティブへと移行したことで、AIエージェントは自律的に情報収集戦略を設計できるようになりました。今後は、このプログラム可能な検索基盤を軸に、さらに複雑で長期的な実務を遂行できるAIシステムの構築が加速していくと考えられます。