Deep Research：不只是一个工具，是新时代的开始（5+实践例子）

🍹 Insight Daily 🪺

Aitrainee | 公众号：AI进修生

Hi，这里是Aitrainee，欢迎阅读本期新文章。

Openai 又在筹备新的活动了，接下来会更新些什么？敬请期待。

Deep Research，不只是一个工具，是新时代的开始。

它基于o3的代理系统不是在做简单的总结，而是在思考，在发现联系，在独立得出结论。它真的在工作，真的在创造价值。

看看GPQA测试的数据：这是一个连Google都无法帮助解决的难题。PhD专家在自己领域能得81%，但跨领域只有31%。而o3呢？整体超过90%。这条曲线还在陡峭上升。

这些模型现在已经达到了超越人类智能的智能水平。

沃顿商学院 Ethan Mollick 教授在这篇文章中提出了对Deep Research（深度研究）的独到见解。

Deep Research — 搜索的终结，研究的开始。

自主代理（Agent）和推理模型（Reasoners ），这两条平行线，终于在这里交汇。

既具备人类专家般深度与细腻度，又能以机器速度进行研究的人工智能系统 —— OpenAI的“Deep Research”它正展示了的这种融合，让我们看到了未来：AI能像人类专家一样进行深度研究，却比人类快得多。

推理模型（Reasoners ）：AI思考的革命

过去的聊天AI很简单：输入就输出，一个字一个字回应（更准确地说，逐个令牌）。为了提升推理能力，研究者想出了"在回答之前一步步思考"的提示方法。这种方法被称为思维链提示，它显著提高了人工智能的性能。

现在的推理模型不一样了。它会先产生"thinking tokens"，再给出答案。这一突破至少体现在两个重要方面：

第一，由于AI公司如今可以让AI通过优秀问题解决者的示例来学习推理，AI便能更高效地“思考”。

训练出的推理链比人工提示更有效，特别是在数学和逻辑这些难题上。而这些领域是旧聊天机器人无法解决的。

第二，推理模型思考时间越长，答案越好（尽管随着思考时间的延长，改进的速度会变慢）。

这意味着，提升AI不再只依赖更大的模型，而是给它更多思考的时间。因为此前提升AI表现的唯一方法是训练规模不断扩大的模型，而这既昂贵又需要大量数据。

推理模型表明，仅仅通过让AI在回答问题时（即在所谓的“推理时计算”中）生成更多思维令牌，就能显著提升其表现，而无需依赖训练阶段的大规模计算。

研究生级别的谷歌防御问答测试（GPQA）是一系列多项选择题，即便博士生具备互联网接入，在非专业领域的答题正确率仅为34%，而在其专业领域则能达到81%。这一测试展示了推理模型如何加速了AI能力的提升。

AI代理：自主行动的AI。

简单说，给它一个目标，它就能自己去完成。现在，AI实验室都在竞相开发通用代理，想要打造能应对一切任务的系统。

看看OpenAI的Operator实验：比如，可以设想这样一个过程：代理读取一份报告，并根据其中的统计数据生成图表。

开始时一切顺利：它定位到报告、解析数据、登录图表平台。但接下来遇到难题：平台对数据格式和数量有限制，任务受阻。它尝试了转换格式、拆分数据、寻找备用接口，但都没有成功。

这个过程既展示了通用代理的潜力，也暴露了现有技术的局限。

Deep Research：代理+推理模型。

但别急着否定AI代理。专注特定领域的代理已经展现出惊人能力。比如OpenAI的Deep Research，就让我们看到了专业AI代理的力量（后文有更多的例子）。

专注于特定任务、具备经济价值的窄域代理已经初具成效。这些专用系统依托现有的大型语言模型技术，能在各自领域内取得卓越成就。一个明显的例子便是OpenAI的新系统Deep Research，它生动展示了专注型AI代理的强大能力。

Ethan Mollick 教授 称他使用Deep Research写过一篇关于深度研究的文章，得到了一份惊喜结果：13页，近4000字的专业分析。

▲ 认真花点时间看看它的“思考”过程的这三个片段

引用质量让人印象深刻。不是随意的网络文章，而是高质量学术论文，甚至能直接定位到关键引文。虽然还受限于付费墙，但已经展现出近似人类学者的研究能力。

当然，如果Deep Research 解锁那些被限制访问的高质量资料，很可能会有更好的效果输出：

对比Google的同名产品，差异很明显。Google引用更多，但良莠不齐。像是在做资料汇总，而不是深度研究。用老版Gemini 1.5，产出更像优秀本科生的作业。

但别忽视重点：这两个系统都在几分钟内完成了通常需要数小时的工作。OpenAI说他们能处理15%的高价值研究项目，9%的顶级项目。这个数字，从我的测试来看，并非夸张。

知名LLM框架llama_index的CEO 介绍， 代理报告生成将成为企业的核心需求。OpenAI的Deep Research已经证明了这一点。

但要真正在企业中落地，还需要三个关键能力：

1. 专业模板系统：支持问卷、财务报告等不同场景，直接输出PDF、PPT等格式，适应不同业务需求。

2. 离线数据处理：建立完整知识库索引、实现"无限上下文窗口"、支持RAG等技术集成。

3. 人机协作机制：领域特定的编辑验证、法律、工程等场景定制、多工具深度集成。

AI的拼图正在完整。

推理模型提供思维能力，代理系统负责行动。现在，像Deep Research这样的窄域代理已经能完成一些高级专家团队的工作。

但专家不会消失，他们的角色在转变：从直接工作者变成AI系统的指挥者和验证者。

各大实验室都在押注未来：更好的模型将突破通用代理的瓶颈。让AI能自主浏览网络，处理各类信息，在现实世界采取行动。

Operator表明我们还未达到那一阶段，但Deep Research则暗示我们可能正走在这条道路上。

这不是终点，而是新起点，AI正在从工具走向伙伴。

接下来是Deep Research实践例子，注意每个例子后面的共享链接，你可以直接打开查看Deep Research的结果。

Deep Research实践例子

一份关于 TTRPGs（桌面角色扮演游戏，Tabletop Role-Playing Games）演变的研究报告。

报告长度：30 页，10,600 字。

https://chatgpt.com/share/67a152bf-0d1c-8000-a4b1-773e7777e735

关于微塑料如何影响人体的研究共识

https://chatgpt.com/share/67a0a271-8850-8001-bd35-73a44510ab6f

任何主题的专家，全天候的助手

对 DeepSeek 整个研发历史进行专家级业务和技术分析

https://chatgpt.com/share/67a0d59b-d020-8001-bb88-dc9869d52b2e

《2010年以来戏剧讲故事方式的变迁》的研究报告

https://chatgpt.com/share/67a1717b-1e74-800f-bb85-9ec7c4f882ae

调查肺癌的分子基础、风险因素及新兴治疗手段如免疫疗法和基因疗法。

分析可再生能源存储：电池技术、替代方案、挑战与未来解决方案。

https://chatgpt.com/share/67a0e321-7cd0-8013-9aaa-f72db00a8746

Deep Research + o1-pro 解决了 R1、Claude3.5 和 o1-pro 单独无法解决的图形问题

OpenAI 员工 - “过去几周使用 Deep Research 是我个人的 AGI 时刻。现在只需 10 分钟即可生成准确而全面的竞争和市场研究（包含来源），而以前我至少需要 3 个小时。”