Le 18 novembre, Perplexity a annoncé que son système Brain pouvait créer et mettre à jour des skills d’agent à partir des sessions Computer. Une skill est un ensemble d’instructions procédurales réutilisables qui modifie le contexte de travail de l’agent, pas les poids du modèle. Selon l’entreprise, Brain recherche des workflows répétés, étudie des sessions antérieures réussies et ratées, propose une révision ciblée puis vérifie son résultat avant activation. L’annonce présente deux voies de gouvernance. Les skills personnelles sont créées et modifiées pour un individu, avec activation automatique pour les abonnés Max américains éligibles. Les skills intégrées utilisent des éléments agrégés et doivent passer des tests de rejeu par paires ainsi que l’examen d’un ingénieur avant d’être partagées. Rapport de Perplexity sur les skills auto-améliorées
Cette séparation n’est pas qu’un détail produit. Une préférence personnelle peut être utile même si elle ne correspond qu’à la méthode d’une personne. Une instruction partagée peut toucher des milliers d’utilisateurs, elle exige donc de meilleures preuves que l’amélioration ne dégrade pas d’autres cas. L’annonce de Perplexity est intéressante parce qu’elle décrit non seulement un agent qui rédige des instructions, mais un système pour les proposer, les vérifier et les déployer à différentes échelles. Les résultats publiés sont encourageants, mais mesurent adoption et résultats de tâches choisies dans le produit Perplexity, pas une amélioration universelle des agents.
Une skill est une mémoire procédurale, pas un nouveau modèle#
Brain conserve déjà un wiki de connaissances structuré, reliant les informations sur l’utilisateur et son travail aux preuves qui les étayent. La nouvelle fonction ajoute une autre forme de mémoire : une skill décrit comment effectuer une procédure récurrente, avec les exigences et ressources utiles. Un workflow personnel peut, par exemple, imposer un ordre de sections, une hiérarchie de sources autorisées par l’entreprise ou certains champs dans une mise à jour de projet. Lors d’une tâche future, la skill fournit ces instructions sans demander à l’utilisateur de les répéter. Le modèle lui-même ne change pas ; le contexte qu’il reçoit évolue. Perplexity sur Brain et les skills personnelles
Cette différence influe sur l’évaluation de la promesse. Si un système apprend en modifiant ses poids, un utilisateur individuel peut difficilement examiner ou annuler chaque changement. Une skill procédurale est un artefact plus visible. Selon les commandes du produit, elle peut être lue, modifiée, activée ou supprimée. Perplexity décrit les skills personnelles comme des instructions dans la bibliothèque de l’utilisateur et dit que l’onglet Plugins identifie celles rédigées par Brain. Il s’agit plutôt de tenir un mode opératoire réutilisable que de réentraîner le modèle après chaque tâche.
Une skill n’est pas non plus une transcription de tout ce que l’utilisateur a fait. Les agents d’amélioration de Brain sélectionnent les sessions pertinentes, cherchent un enseignement concret et réutilisable, puis le comparent aux instructions existantes. Ils peuvent s’abstenir si les éléments ne justifient pas un changement. Perplexity dit qu’une nouvelle skill personnelle doit s’appuyer sur deux occurrences indépendantes du même comportement réutilisable ; un seul cas bien étayé peut justifier la mise à jour d’une skill existante. Une exécution ne peut modifier qu’un élément par skill. Ces seuils doivent éviter de généraliser une correction ponctuelle en règle universelle. Explication de Perplexity sur les skills personnelles
Mettre une procédure par écrit présente un avantage pratique par rapport à la seule mémoire conversationnelle. Une mémoire peut indiquer que l’utilisateur préfère les mises à jour courtes ; une skill peut préciser les sources à consulter, les calculs à effectuer et les contrôles à appliquer. Elle peut aussi contenir des scripts pour automatiser un traitement répétitif exprimable de façon fiable en code. Cela rend le travail récurrent plus prévisible. Mais une procédure peut devenir obsolète lorsque rôle, préférence ou outils changent. La question ne porte pas seulement sur la persistance, mais sur la capacité du système à reconnaître la perte de validité des preuves ou un conflit avec une consigne plus récente.
La boucle d’amélioration commence avec les preuves des sessions#
Perplexity décrit une boucle en quatre étapes. Brain trouve les anciennes sessions où une skill a servi, notamment lorsqu’elle a échoué. Un agent d’amélioration étudie les preuves sélectionnées et propose une révision. Des contrôles vérifient que la proposition est bien formée et susceptible d’améliorer les résultats. La version validée est activée pour les futures sessions, qui fournissent les éléments de la boucle suivante. La rédaction devient ainsi un processus continu plutôt qu’une génération ponctuelle de consignes. Chaque étape peut échouer : preuve manquée, diagnostic erroné, test trop faible ou révision qui se comporte mal après activation. Le processus d’amélioration en quatre étapes de Perplexity
Le système enregistre les skills chargées lors d’une session et peut ajouter un diagnostic concis lorsque l’agent détecte de la frustration, un comportement défectueux ou une inefficacité claire. Les agents d’amélioration travaillent dans un environnement isolé, avec les preuves sélectionnées et la bibliothèque actuelle. Perplexity indique qu’ils peuvent inspecter les trajectoires complètes, notamment messages, appels d’outils, arguments et résultats, plutôt que de s’appuyer uniquement sur une étiquette de réussite ou d’échec. Cela peut rendre le diagnostic plus précis : échec dû au mauvais outil, à une réponse incomplète de l’outil ou à l’absence d’un contrôle dans les instructions. Chaque cause appelle une autre correction.
La capacité d’inspecter les trajectoires implique une frontière de données. Pour les skills personnelles, Brain se sert de la mémoire et de l’historique d’un utilisateur, puisque c’est ainsi qu’il apprend ses procédures. Pour les skills intégrées, Perplexity dit utiliser des preuves agrégées et nettoyées provenant de plusieurs sessions. Un processus distinct supprime identifiants et secrets, ainsi que pièces jointes et médias. Les scénarios de test peuvent être reconstruits synthétiquement à partir du seul contexte nécessaire ; l’agent d’amélioration ne reçoit pas le cas complet d’échec. Ces précisions comptent, mais l’utilisateur qui évalue la fonction doit quand même comprendre les commandes de données et l’éligibilité du produit. Perplexity sur la sélection et l’assainissement des preuves
La phase de réflexion produit une proposition plutôt qu’un remplacement direct de skill. Elle consigne les modifications prévues, le raisonnement et les preuves. Des contrôles déterministes vérifient que le changement est formé correctement et peut être appliqué ; un juge par modèle de langage audite séparément un échantillon pour vérifier que les preuves appuient la modification et que l’instruction résultante est utile. Limiter chaque exécution à un seul changement par skill rend examen et retour arrière plus ciblés. Une correction large peut donc nécessiter plusieurs cycles, ce qui évite de réunir de nombreuses hypothèses non testées en une seule modification.
La sélection des preuves est elle-même un choix produit. Si Brain ne voit que les sessions récentes, il peut manquer une préférence ancienne toujours valide. S’il utilise trop d’historique, des circonstances sans rapport peuvent peser sur la décision. Le diagnostic d’échec peut être faux et la réussite accidentelle. Exiger deux cas indépendants pour créer une nouvelle skill réduit le surajustement à un incident unique, mais ne prouve pas que la procédure se transfère. Pour une mise à jour, un seul exemple bien fondé suffit, ce qui accélère la correction tout en faisant davantage dépendre la décision de l’évaluation de la preuve.
Le seuil d’approbation diffère pour les skills personnelles#
Selon Perplexity, l’amélioration des skills personnelles est disponible aux abonnés Max éligibles aux États-Unis et activée par défaut ; elle peut être désactivée. L’onglet Plugins présente les skills, identifie celles rédigées par Brain et permet de choisir celles qui sont actives. L’entreprise fixe aussi une limite de dix skills personnelles créées automatiquement par utilisateur. Une fois cette limite atteinte, une nouvelle skill doit en remplacer une autre avec une justification de sa plus grande utilité. Ce plafond répond à un problème de recherche : une grande bibliothèque consomme du contexte et rend les instructions pertinentes plus difficiles à trouver. Disponibilité et commandes des skills personnelles selon Perplexity
Cette limite détermine quelles expériences peuvent être conservées dans la durée. Un assistant personnel peut rencontrer beaucoup de tâches ponctuelles, mais n’avoir que quelques workflows fréquents. Une petite bibliothèque organisée l’incite à garder les procédures réutilisables plutôt que chaque correction. Supprimer une ancienne skill peut néanmoins faire perdre une procédure toujours utile mais peu utilisée récemment. Le système devrait donc considérer fréquence, utilité et intention de l’utilisateur, pas seulement activité récente. Une liste visible et une commande de désactivation donnent à l’utilisateur une marge de contrôle ; la qualité de la justification d’un remplacement compte aussi.
Perplexity indique qu’une nouvelle skill doit apparaître dans deux cas indépendants du même comportement réutilisable, tandis qu’une occurrence bien étayée peut suffire à mettre à jour une skill existante. L’asymétrie se comprend : ajouter un nouvel élément de contexte mérite un seuil supérieur à la correction d’une procédure connue. Mais la notion d’« indépendant » dépend du regroupement des sessions. Deux reprises de la même tâche ne sont pas forcément deux preuves indépendantes, tandis que deux tâches apparentées peuvent mieux montrer la transférabilité. L’annonce donne le seuil sans détailler toutes les règles opérationnelles d’indépendance.
L’activation par défaut importe parce que le produit apprend de l’historique sans demander d’écrire manuellement une skill. L’utilisateur qui le refuse doit désactiver la fonction. Perplexity indique que Brain exploite sessions et mémoire pour construire les procédures personnelles, et que l’amélioration automatique peut être désactivée. Une interface claire devrait montrer l’origine de chaque skill, les preuves, la date d’activation et la façon d’annuler le changement. L’onglet Plugins, qui identifie les skills de Brain, constitue un point d’accès à cette transparence.
Ces procédures peuvent modifier le travail plus directement qu’une préférence mémorisée. Une skill peut ajouter une étape de contrôle, modifier un rapport ou décider quel outil appeler d’abord. Si elle améliore un workflow récurrent, elle évite de répéter les consignes. Si elle interprète mal une correction, elle peut propager plusieurs fois l’erreur. Tout dépend de sa portée et de ses tests. Une procédure étroite dont le déclencheur est explicite s’audite plus facilement qu’une consigne générale comme « mieux gérer cette tâche ». Les conditions où l’enseignement est valable ne doivent pas être perdues en le généralisant à toute la personne.
Les skills intégrées exigent rejeu et décision humaine#
Les skills intégrées diffèrent, puisqu’une seule révision peut toucher de nombreux utilisateurs Perplexity. L’entreprise affirme que l’agent d’amélioration propose des changements à partir de tendances agrégées, sans modifier directement la version canonique. Les cas d’échec sont nettoyés et transformés en scénarios d’essai ; l’agent reçoit leurs causes racines et des sessions propres, pas l’ensemble des échecs. Un job de rejeu distinct compare l’ancienne et la nouvelle version sur les mêmes cas. La séparation cherche à éviter que l’agent apprenne simplement les exemples d’évaluation. Perplexity sur la gouvernance des skills intégrées
La règle de Perplexity veut que la révision réussisse tous les scénarios de test, alors que l’original doit en échouer au moins un. Des scénarios de contrôle issus de sessions sans alerte sont aussi rejoués afin de vérifier l’absence de régression. Le juge doit confirmer que le cas d’échec reproduit bien le problème ciblé, plutôt que de considérer n’importe quelle tâche ratée comme preuve du diagnostic. Les changements et résultats sont rassemblés en pull request ; l’entreprise dit qu’un ingénieur doit l’approuver avant mise en production. C’est une barrière plus forte que pour une skill personnelle, à la mesure du nombre d’utilisateurs concernés.
Le rejeu par paires est utile puisque les deux versions voient le même scénario. Cela réduit les différences de prompt, d’outil ou de conditions et révèle si le changement corrige le cas visé. Mais réussir tous les échecs connus ne prouve pas que la skill améliore les workflows non testés. Le fait que l’original échoue à un cas et la révision le réussisse prouve une correction ciblée, pas une amélioration universelle. Les contrôles peuvent révéler certaines régressions, mais leur couverture dépend de la représentativité des exemples.
L’approbation humaine ajoute une décision. Un ingénieur peut examiner le diff, les preuves et les résultats du rejeu avant que la modification n’affecte les utilisateurs. Il peut repérer un correcteur qui récompense une instruction trop rigide ou trop étroite. Cette étape exige du travail et peut ralentir le rythme des mises à jour partagées. Perplexity dit que les skills intégrées requièrent une approbation d’ingénieur, tandis qu’une skill personnelle peut s’activer automatiquement après ses contrôles. Cette séparation évite d’interpréter « auto-amélioration » comme activation immédiate de toute instruction générée pour tout le produit.
Les preuves utilisées pour les skills partagées sont également traitées autrement que les preuves personnelles. Perplexity dit n’utiliser que des sessions éligibles à l’entraînement, nettoyées de leurs identifiants, secrets, pièces jointes et médias. Les scénarios d’échec sont réduits au contexte nécessaire ; lorsque la tâche d’origine dépend d’un connecteur, des fichiers synthétiques remplacent cette entrée afin de jouer le test sans compte connecté. Cela facilite le rejeu et réduit l’exposition de la session originale. L’annonce décrit le mécanisme à haut niveau, sans rendre toute donnée sensible inoffensive : éligibilité des données, nettoyage et accès des réviseurs restent essentiels.
Des résultats prometteurs mais propres au produit#
Perplexity dit que Brain avait écrit plus de 80 000 skills personnelles pour plus de 20 000 utilisateurs entre le 1er août et le 14 novembre. Plus de 100 000 mises à jour automatiques auraient également été appliquées à plus de 30 000 skills existantes entre le 4 septembre et le 14 novembre. Dans la répartition publiée, le génie logiciel représente 11 %, puis recherche et briefings 10,1 %, ventes et opérations 9,9 %, finance et investissement 9,9 %. Ces chiffres décrivent portée et répartition, pas l’amélioration des tâches ou la justesse durable des skills. Chiffres d’usage et de catégorie de Perplexity
L’entreprise rapporte un essai randomisé de huit semaines en production comparant l’amélioration automatique personnelle activée à un groupe témoin où elle était désactivée. Parmi les utilisateurs du groupe activé, 72,9 % ont reçu au moins une nouvelle skill, contre 6,5 % des témoins qui en ont ajouté manuellement. Une skill a été chargée dans une conversation initiée par l’utilisateur pour 53 % du groupe activé contre 13 % des témoins ; les tours de conversation y ont chargé une skill personnelle environ 3,6 fois plus souvent. Parmi les utilisateurs recevant une skill écrite par Brain, 63 % en ont réutilisé une dans une autre conversation dans les quatre semaines. Ces chiffres mesurent adoption et réutilisation dans les conditions du produit, pas la réussite de la tâche à eux seuls.
Perplexity affirme également que les échecs d’appel d’outils ont diminué de 11 % sur toute l’activité Computer des utilisateurs avec amélioration automatique. En excluant les jobs de fond du système, les échecs des outils utilisés pour le travail ont baissé d’environ 7 %. Les fils à insatisfaction moyenne ou forte par utilisateur ont diminué de 7,6 %. L’entreprise dit ne pas avoir observé de changement mesurable de coût ou de temps de réponse. C’est plus proche d’un résultat utilisateur qu’un simple nombre de skills, mais cela reste une expérience de l’entreprise. Le résumé publié ne donne pas tous les détails nécessaires sur les intervalles de confiance, variations par groupe ou workflows responsables des gains.
Les résultats hors ligne sont plus restreints. Dans une expérience SkillLearnBench, Computer a utilisé des trajectoires antérieures pour créer une skill personnelle par famille de tâches, sur neuf familles. Sur 16 instances d’évaluation par paires, la réussite est passée de 43,8 % sans skill à 62,5 % avec une skill générée. Cela étaye l’idée que les instructions tirées de l’expérience aident sur des tâches récurrentes. Le faible nombre d’instances et les catégories sélectionnées limitent l’extrapolation. Un gain sur un workflow répété ne prouve pas, à lui seul, le transfert vers d’autres utilisateurs, outils ou types de tâches. Résultats SkillLearnBench de Perplexity
Pour une skill e-commerce intégrée, Perplexity rapporte une amélioration de qualité de 6 % et une baisse des coûts de 32 %, la qualité étant jugée automatiquement. Cet exemple suggère qu’une procédure peut améliorer résultat et efficacité. Il s’agit d’un seul cas, à ne pas fusionner avec l’essai de production randomisé ni à présenter comme moyenne des skills intégrées. L’approbation de skills partagées est un processus distinct ; le rapport ne fournit pas de résultat agrégé à grande échelle après validation par un ingénieur.
Les benchmarks indépendants montrent ce qui reste à savoir#
Les recherches sur la mémoire procédurale et les skills fournissent un contexte, mais n’évaluent pas directement Brain de Perplexity. SkillsBench, un benchmark publié en 2026, comprend actuellement 87 tâches dans huit domaines. Il compare par paires, sans skill et avec skills choisies, 18 configurations modèle-harness. Le taux de réussite moyen passe de 33,9 % à 50,5 %, soit 16,6 points. Les auteurs indiquent aussi que des ensembles ciblés de trois modules au maximum surpassent des ensembles plus grands ou exhaustifs. Cela justifie d’évaluer les skills, sans valider le pipeline de génération automatique de Perplexity. Article SkillsBench
AFTER examine le transfert de mémoire procédurale entre tâches, métiers et modèles. Il couvre 382 tâches d’entreprise, six rôles professionnels et 22 skills. Les auteurs rapportent une amélioration agrégée de 3,7 à 6,7 points après un cycle de raffinement, et 73,1 % de précision de test croisé pour des skills évoluées depuis des traces de plusieurs modèles. Ils observent aussi que certaines skills généralisent, alors que d’autres se spécialisent dans un rôle et perdent en transfert. Cela confirme l’intérêt de tester la réutilisation en dehors de la session d’origine. L’étude évalue son propre framework et son propre jeu, pas Brain de Perplexity. Article AFTER
Ces études suggèrent une évaluation utile : comparer avec et sans skill sur des tâches appariées, réserver des tâches apparentées pour mesurer le transfert, tester différents modèles et rôles, et suivre les régressions lorsque les instructions évoluent. Une amélioration seulement sur la session qui a généré la skill peut relever d’une correction locale mémorisée. Un gain sur des tâches de réserve apporte une meilleure preuve de procédure réutilisable. Une skill limitée à un modèle ou à un outil peut tout de même être utile, à condition de préciser sa portée.
L’évolution des skills doit aussi équilibrer adaptation et oubli. Une consigne neuve peut capturer une préférence répétée, mais de nouvelles sessions peuvent la contredire. Une procédure efficace dans un projet peut nuire à un autre. Une bibliothèque trop volumineuse dégrade également la récupération, d’où la limite fixée par Perplexity aux skills personnelles créées automatiquement. La question suivante est de savoir si le système sait fusionner, spécialiser, retirer ou désactiver une procédure sans perdre des connaissances encore utiles.
Il faut distinguer apprentissage procédural et apprentissage du modèle. Perplexity dit que ces changements modifient le contexte et les instructions de l’agent, pas les poids. Les révisions sont ainsi plus faciles à inspecter et annuler qu’une modification de poids, tandis que le modèle de base ne change pas. Mais le gain dépend de la récupération : la bonne skill doit être sélectionnée et chargée. Une skill non récupérée ne peut aider ; une skill non pertinente peut prendre de la place dans le contexte ou détourner l’agent de l’intention réelle.
Ce qui rendrait les mises à jour fiables#
Première exigence : la traçabilité. L’utilisateur devrait voir quelle skill a changé, l’instruction avant et après, le type de preuve qui a déclenché la modification et sa date d’activation. La présentation du produit décrit un onglet Plugins qui identifie les skills de Brain et permet de les activer ou désactiver. Un historique des révisions faciliterait le diagnostic lorsqu’un workflow change de façon inattendue. Il permettrait aussi de distinguer une préférence récente d’une ancienne instruction obsolète.
Deuxième exigence : séparer développement et test. Les cas d’échec ne doivent pas être remis à l’agent qui propose une mise à jour partagée ; la version révisée doit être rejouée à la fois sur les cas visés et sur des contrôles positifs. Les skills personnelles doivent être testées sur des tâches apparentées mises de côté, pas seulement sur le workflow répété d’origine. Pour les deux voies, il faut suivre les échecs supprimés, les nouveaux échecs introduits et la persistance des gains après plusieurs semaines.
Troisième exigence : clarifier le traitement des données et la portée. Les utilisateurs doivent savoir si leurs sessions alimentent des skills personnelles, si un contenu peut contribuer à une instruction partagée et comment les données sensibles sont retirées. Les skills partagées affectent plus de personnes que les procédures personnelles et exigent d’autres protections. Perplexity décrit des sources de preuves distinctes et une validation humaine pour le contenu intégré. Ces différences devraient rester visibles dans les commandes et les documents du produit, au lieu d’être fondues dans un interrupteur unique de « mémoire ».
Quatrième exigence : une sortie et une récupération contrôlées. Perplexity annonce l’activation par défaut pour les abonnés Max éligibles aux États-Unis, avec possibilité de désactiver la fonction. L’utilisateur doit pouvoir arrêter l’apprentissage futur sans perdre les skills déjà acquises, inspecter et supprimer une procédure indésirable, et restaurer une version antérieure après une régression. Cela rend la personnalisation automatique compatible avec les workflows sensibles, réglementés ou stables par conception.
Enfin, les performances devraient être publiées avec des unités liées au travail utile. Le nombre de skills et leurs chargements mesurent l’adoption. Les échecs d’outils et l’insatisfaction se rapprochent davantage des résultats utilisateur. Les tâches appariées et mises de côté mesurent la transférabilité. Coût et délai décrivent les compromis d’exploitation. Les résultats initiaux de Perplexity couvrent plusieurs dimensions, mais leurs périmètres diffèrent et ne doivent pas être combinés en un score global de qualité. Les prochaines preuves devraient montrer comment les gains varient par tâche, groupe d’utilisateurs et version de skill.
Une boucle d’apprentissage à deux niveaux de contrôle#
La mise à jour de Brain propose une architecture concrète pour transformer l’expérience en procédures réutilisables. Les skills personnelles peuvent s’adapter à un workflow individuel, avec une bibliothèque réduite, des seuils de preuves et des commandes dans le produit. Les skills intégrées se basent sur des éléments agrégés et leurs changements doivent passer par rejeu par paires et approbation humaine. Cette séparation reflète les conséquences différentes d’une consigne locale et d’une règle partagée.
Le déploiement rapporté montre que les utilisateurs créent et réutilisent des skills. L’expérience randomisée indique moins d’échecs d’outils et d’insatisfaction, sans hausse mesurable du coût ou du temps de réponse. Le benchmark et l’essai hors ligne complètent ces données, mais ne démontrent pas une fiabilité universelle. La recherche indépendante sur la mémoire procédurale observe elle aussi des gains possibles et un transfert inégal entre tâches, rôles et modèles. Une skill générée automatiquement doit donc être traitée comme une procédure versionnée, avec preuves et portée, pas comme une règle permanente sur la meilleure manière de travailler.
Il faudra voir si la boucle continue d’améliorer les tâches répétées sans rendre la bibliothèque difficile à examiner ou contrôler. Des gains sur tâches mises de côté, des taux de régression visibles et le contrôle utilisateur des versions et données répondraient à une question plus importante que le nombre de skills écrites : l’agent apprend-il des procédures qui restent utiles après le changement de la correction initiale, de l’utilisateur ou de la tâche ?