OpenAI 又发新产品了，这次是面向深度研究领域的智能体产品 ——「Deep Research」，貌似被逼无奈的节奏…

 

在技术方面，Deep Research搭载了优化后o3模型并通过端到端强化学习在多个领域的复杂浏览和推理任务上进行了训练。因没有更多的技术暴露，看起来这一技术实现了输入到输出跨train-influence的整体优化，而不仅仅是分阶段或局部的求解和优化。通过强化学习，其能够规划并执行多步骤的研究任务，使其在处理复杂任务时表现出色，尤其是在需要动态调整策略的场景中。

在Agent协同方面，Deep Research由多个模块组成，包括信息发现、信息综合和推理等模块，这种多模块协同工作的方式，使得Deep Research能够像人类分析师一样逐步分解任务并在互联网上进行多轮的信息搜索与验证，这与之前开放的大多数Agent模式相差无几。

在长时间深度思考方面，我想这也是必然的，与传统模型追求快速响应不同，Deep Research支持5到30分钟甚至更长时间来处理问题，使其能够深入挖掘网络信息，生成更全面、深入的研究成果，这也进一步在体现了模型间的这种慢思考test-time compute interactive。

在实验中，Deep Research表现出了其在处理动态变化的信息时出色表现。在“人类终极考试”中，其准确率达到了26.6%，大幅领先其他“模型”。

同时，在对o3处理文本、图像和PDF等多种格式的数据且在跨领域信息整合方面的优化方面、对输出的引用溯源及对其思考过程的总结等方面做出了一些工作。

尽管Deep Research在多个基准测试中表现出色，但其在某些模糊性查询或辨别中仍可能出现信息不准确的情况，我想这也需在使用时需保持一定的谨慎并具备一定的领域专业知识。

不过，通过这次Deep Research的发布，除了在Research-time上令人惊艳的表现外，我想这背后的深度技术布局更应该给我们一些启示：

① 如前文提到的基于o3模型建立的端到端强化学习训练范式下对于Agent而非仅模型构建的进化飞轮；

② 未来Research+Operator双界面的贯穿融合，甚至再造或联合类Cursor/Devin的多界面深度融合…

我想这两个给到我们的启示每一个都应去进一步深度探究和求索，有时间再整理好思路跟大家分享讨论～