OpenAI 刚刚推出了深度研究（Deep Research），看名字像学了deepseek，那么它的实际使用也是和deepseek一样么？今天我们就来一探究竟。篇幅有点长，大家可以先点赞关注，方便随时可以看。

接下，我们就好好聊聊这个Deep Research。

据悉，这是一款对 ChatGPT 专业版订阅用户开放使用的人工智能智能体，不过每月查询限制为 100 次。此外，团队版和企业版计划很快也会推出，免费版访问随后也会上线。其理念是它可以为你在互联网上处理多步骤的研究任务。

它会搜索网络，浏览数百个信息源，筛选文本、图像、PDF 文件等任何它能找到的内容，然后生成一份完整记录、有引用来源且经过推理的报告。

他们将其称为 “迈向通用人工智能（AGI）的又一重大飞跃”，因为能够整合知识在某种程度上是创造新知识的先决条件，对吧？所以，如果你能在几分钟内完成一篇高水平的文献综述，这就可能会是一个改变游戏规则的新突破。

OpenAI 的首席产品官凯文・W（Kevin W）在发布会上演示了Deep Research的能力。

在ChatGPT中，可以在消息编写框内直接选择深度研究，输入查询内容。也许你想要深入分析适合城市生活的各种通勤自行车，或者想要对流媒体平台进行全面的财务分析。你甚至可以附加数据文件和电子表格。

然后，你点“开始”，一个侧边栏就会弹出，展示智能体正在采取的步骤、它访问的信息源，以及如果遇到新信息时它如何调整方向。

这可能需要运行 5 分钟，或者长达半小时，具体取决于你问题的复杂程度。与普通聊天的一个巨大区别是，当它在运行时你可以走开，比如去喝杯咖啡，研究是同步进行的。

完成后，它会通知你，你将在聊天窗口中收到一份最终的、极其详尽的研究分析风格的报告。其实这与deepseek R1研究过程基本一致，这里大家可以去试试就知道了。

据 OpenAI 称，他们最终会嵌入图像、数据可视化内容，比如图表或表格，使其更加清晰明了。除此之外，他们还做了一个很有意思的对比示例。

当你询问同时带有文本标签和图标的按钮，与仅带图标或仅带文本的按钮在可用性上有何差异。GPT - 4 的简短回答可能是：“哦，是的，图标加标签通常更清晰，因为图标可能会有歧义”，这是一个不错的总结。

但深度研究则进行了全面深入的分析，引用了实际研究，列出了用户错误率和老年人使用模式的统计数据，参考了尼尔森・诺曼集团（Nielsen Norman Group）的建议，甚至提及了图标在不同文化中可能存在的歧义。最终的报告看起来像一份精心整理的多页文档，非常适合任何需要将其展示给客户或教授的人。

或许大家都能猜想到，是OpenAI的新模型GPT - o3，针对网页浏览、数据抓取、分析以及重要的推理进行了优化。该系统还通过端到端强化学习进行训练，使用实际任务。它还可以使用Python来处理数据或生成可视化内容。

另外，他们在 “人类最后一次考试”（Humanity's Last Exam）中对深度研究进行了测试，这是一场涵盖 100 个学科、3000 道题的大型测试，以了解它处理专家级问题的能力。

GPT - 4 准确率为 3.3%，然后他们还有其他模型，准确率为10%左右，但为深度研究提供动力的模型准确率飙升至 26.6%。等于提升了2倍，这是一个巨大的飞跃，得益于它可以进行多步骤、多搜索的研究。

同时，他们还提到了 GIA，这是一个针对现实世界问题的公共基准测试。深度研究显然在这个排行榜上名列前茅，尤其是在高难度问题上。他们追踪各种指标，比如如果模型被允许在线进行大量工具调用，通过率就会提高。

它浏览和思考得越多，表现就越好，这与人类研究人员的工作方式完全一致：先阅读一些内容，意识到有所缺失，再去阅读其他内容，交叉核对参考资料，然后完成研究。

不仅如此，OpenAI 还希望它不局限于网页浏览。最终，它将连接到基于订阅的信息源和公司内部数据，甚至能够分析私人PDF文件。

从长远来看，他们设想它与另一个人工智能智能体Operator协同工作，负责处理诸如预订航班或进行购物等现实世界任务。目标是打造一个完全自主的人工智能助手，能够为你思考、研究并采取行动。

如果真的实现了，就意味着有智慧的AI真的来了，大家期待它的到来吗？