OpenAI 正式推出Deep Research

每周跟踪AI热点新闻动向和震撼发展想要探索生成式人工智能的前沿进展吗？订阅我们的简报，深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同，从行业内部的深度分析和实用指南中受益。不要错过这个机会，成为AI领域的领跑者。点击订阅，与未来同行！订阅：https://rengongzhineng.io/

OpenAI 正式推出一款全新的 AI “智能研究助手”，专为需要深入研究和复杂信息分析的用户打造，而它的名字也十分直白——Deep Research。

根据 OpenAI 在周日发布的博文，这项新功能主要面向金融、科学、政策、工程等领域的专业人士，以及需要精准、可靠信息支持的研究型用户。当然，官方还补充道，Deep Research 也适用于日常生活中那些需要认真比对的消费决策，比如购车、家电选购或家具挑选。

换句话说，Deep Research 适用于那些不满足于简单答案或摘要，而是需要从多个来源深度挖掘信息的场景。

Deep Research 限量开放，未来扩展至更多用户

目前，Deep Research 已向 ChatGPT Pro 用户开放，每月限 100 次查询。接下来，OpenAI 计划在未来一个月内向 Plus 和 Team 级用户开放，最终覆盖 Enterprise 订阅。而对于英国、瑞士及欧洲经济区的用户，OpenAI 目前还没有明确的发布时间表。

使用 Deep Research 也很简单——用户只需在 ChatGPT 的“撰写器”（composer）中选择“Deep Research”模式，然后输入查询内容，甚至可以附上文件或电子表格进行分析。目前，这项功能仅支持网页端，但 OpenAI 计划在本月晚些时候推出移动端和桌面应用集成。

不过，Deep Research 需要一定时间来处理查询，可能需要 5 到 30 分钟。完成后，用户将收到通知。

目前仅支持文本输出，未来将增加图像和数据可视化

当前 Deep Research 的答案是纯文本形式，但 OpenAI 透露，他们计划很快加入嵌入式图像、数据可视化等功能。此外，未来 Deep Research 还将支持访问更专业的数据来源，包括订阅制数据库和企业内部资源。

但问题来了——Deep Research 的答案究竟有多精准？

众所周知，AI 并不完美，时常会出现“幻觉”（hallucination）或错误推理，特别是在深度研究场景下，这种错误可能导致严重误导。对此，OpenAI 表示，每一条 Deep Research 生成的回答都将包含完整文档、清晰的引用来源，并附带思考过程总结，以便用户验证信息的可靠性。

但这样的“防错机制”是否足够？目前仍是一个未知数。毕竟，OpenAI 自家的 ChatGPT 搜索功能也曾因提供不准确的信息而遭受批评。相比 Google 搜索，ChatGPT 在某些查询上的表现甚至更糟，这无疑让人对 Deep Research 的准确性持谨慎态度。

新一代 AI 赋能 Deep Research，更擅长推理和数据分析

为了提高 Deep Research 的可信度，OpenAI 采用了一个特别优化版的 o3“推理”AI 模型，它通过强化学习进行训练，专门用于浏览网页和分析数据。强化学习的原理是让 AI 通过不断试错，在接近目标时获得奖励，从而不断优化推理能力。

这个 o3 模型具备更强的推理、搜索和数据分析能力，能够：
✅ 在互联网上搜索、解读并分析大量文本、图片和 PDF 文件
✅ 根据用户上传的文件进行浏览、解析
✅ 使用 Python 工具绘制和调整图表，并嵌入 AI 生成的图像和数据
✅ 在回答中提供精准引用，指明具体句子或段落的来源

Deep Research 在测试中的表现如何？

为了评估 Deep Research 的能力，OpenAI 使用了 “人类最后的考试”（Humanity’s Last Exam） 进行测试，该评测包含超过 3000 道各学科领域的高难度问题。在这项极具挑战性的测试中，Deep Research 的 o3 模型取得了 26.6% 的正确率。

乍一看，这个分数并不高，但 OpenAI 解释说，这项测试比其他 AI 评测基准更严苛，以确保 AI 技术不会轻易“通关”。相比之下，其他 AI 的表现更惨不忍睹：
🔹 Google Gemini Thinking：6.2%
🔹 Grok-2（xAI）：3.8%
🔹 OpenAI 自家的 GPT-4o：3.3%

当然，即便表现相对较好，Deep Research 仍然有不少限制——它有时会误判权威信息与谣言的区别，也不太擅长在不确定时主动表达疑虑，同时还可能在格式和引用上出现错误。