Perplexity lança WANDR: benchmark aberto para agentes de pesquisa que precisam buscar de forma ampla e profunda

Agentes de pesquisa já executam trabalho de conhecimento real: mapeamento competitivo, due diligence e revisão de literatura. Mas a maioria dos benchmarks testa respostas únicas, não coleções completas com evidências. A Perplexity acaba de lançar um novo benchmark aberto para preencher essa lacuna.

O que é o WANDR

A Perplexity lançou o WANDR (Wide ANd Deep Research), um benchmark aberto com 500 tarefas realistas de coleta de dados para trabalho de conhecimento. É o “irmão amplo” do benchmark DRACO, que avalia se um agente produz relatórios longos precisos e completos. O WANDR pergunta algo diferente: o agente consegue construir uma coleção grande com evidências?

O WANDR testa duas demandas combinadas:

• Wide (amplo): descobrir um conjunto grande e frequentemente aberto de entidades qualificadas. Não basta achar alguns exemplos — é preciso encontrar todos.
• Deep (profundo): investigar cada entidade o suficiente para sustentar cada afirmação com evidências. Uma narrativa polida construída sobre pesquisa incompleta não passa.

Para capturar essa complexidade, o WANDR usa uma hierarquia de chaves de qualificação combinável. Uma tarefa pode pedir: empresa(n) → funcionário(m) → url(k), exigindo que o agente descubra N empresas, encontre M funcionários em cada uma e colete K URLs de evidência — uma estrutura que vai muito além de responder uma única pergunta.

Por que isso importa

Equipes reais já delegam pesquisas complexas a agentes de IA. Mas sem benchmarks que meçam a capacidade de coletar conjuntos completos de dados com evidências, é impossível saber se um agente está realmente fazendo o trabalho ou apenas gerando algumas respostas convincentes. O WANDR estabelece um padrão mensurável para essa capacidade.

O fato de ser aberto (open source, disponível no GitHub) significa que qualquer equipe pode avaliar seus próprios agentes contra o benchmark e contribuir com novas tarefas.

Contexto: WANDR e DRACO

O DRACO, lançado anteriormente pela Perplexity, avalia se um agente produz relatórios longos com precisão, completude e objetividade — o tipo de Deep Research que gera documentos de 20 páginas. O WANDR complementa essa avaliação focando em coleta estruturada de dados em larga escala. Juntos, os dois benchmarks cobrem o espectro completo do que agentes de pesquisa precisam fazer.