OpenAI 推出 Deep Research 深度研究代理，為研究人員提供強大助力，突破研究瓶頸，實現更深層次的學術探索與創新。
OpenAI 最新發布的 Deep Research 代理，作為其繼 Operator 之後推出的第二個 AI 代理，已正式登場。這款代理系統專為計劃與執行多步驟網路研究流程而設計，能夠在 5 到 30 分鐘內完成一份完整的研究報告，大幅縮短了傳統人工研究所需的時間。本文將從功能介紹、使用流程、優勢與限制等方面，詳細解析 Deep Research 的運作原理與實際應用價值，並探討其在未來知識工作中的潛力。
Ewan Mak
Deep Research 的運作模式
系統簡介與背景
OpenAI 的 Deep Research 系統是基於最新的 o3 模型開發而成，與數日前發布的 03 Mini 系列不同，這款系統採用了更高階的技術架構，專注於解決更為複雜的研究任務。據悉，使用此系統目前需要每月支付 200 美元的訂閱費（美國之外的用戶需使用 VPN），但其出色的性能足以彌補高昂的價格。該系統以代理形式運作，能夠結合網絡搜尋與內部知識庫，對各類晦澀難懂的資訊進行整合分析。
多步驟研究流程
Deep Research 是一個能夠「計劃並執行」複雜研究任務的 AI 代理。使用者只需輸入研究查詢，系統便會首先提出一系列澄清性問題，以確認具體需求與細節，確保最終報告能夠精準符合要求。確認無誤後，代理便會開始進行網路搜尋，逐步抓取各個網站上的資訊，並整合成一份詳細的報告。
在測試過程中，Deep Research 利用網絡存取能力，顯著提升了在「Humanity's Last Exam」這類測試中的表現。這項基準主要考察 AI 對於一些非常晦澀、零散知識的整合能力。當賦予 Deep Research 網絡搜尋權限後，其得分由早期僅 15% 飆升至約 67% 至 72%，雖然依然低於經過深度準備後人類 92% 的表現，但這個躍升幅度已顯示出令人驚嘆的進步。
網頁瀏覽與資料分析整合
該系統不僅具備強大的網頁瀏覽能力，還能同時進行資料分析。無論是文字、圖片或 PDF 檔案，Deep Research 都能夠像人類研究者一樣，逐頁爬取相關資訊，並利用內建的程式碼解譯器生成數據視覺化圖表。這使得其在處理資料密集型任務時，能夠提供多角度且全面的分析報告。
AGI 發展的重要一步
OpenAI 在發布 Deep Research 時，強調這款系統是向 AGI（通用人工智慧）邁進的重要一步。通過能夠生成新穎科學研究、協助金融、科學、政策及工程等領域的知識工作，Deep Research 不僅提升了工作效率，也為日後更廣泛的應用場景鋪平道路。
問題過度解釋：好或壞？
在測試中，該系統主要考驗空間推理與常識判斷能力。然而，測試中發現 Deep Research 經常不直接給出答案，而是連續提出 4 至 5 個澄清性問題，要求用戶提供更多細節。儘管這種行為可能反映出其追求精確理解的特性，也有人認為這正是接近 AGI（通用人工智慧）的一個標誌，但對於希望快速獲得答案的用戶來說，這種反覆提問的方式顯得有些煩人。
如何使用 Deep Research
使用門檻與訂閱方式
目前 Deep Research 僅限於 ChatGPT Pro 版用戶使用，該訂閱方案每月收費 200 美元。Pro 用戶可在 ChatGPT 的訊息編輯器中選擇 Deep Research 功能，並附加相關文件（如有需要），提交查詢後便可收到包含詳盡參考來源和附有側邊摘要的研究報告。報告生成過程通常需 5 至 30 分鐘，並以非同步方式返回結果。
與其他模型的比較
在官方部落格中，OpenAI 提供了一個比較範例，展示了 Deep Research 與 GPT-40 回應的差異。舉例來說，在一個關於 UX 設計的查詢中，GPT-40 的回答相對簡短，而 Deep Research 則給出了一份詳盡報告，包含多個來源與數據圖表，顯示出其在深入研究方面的優勢。
此外，系統內部會顯示所有引用的來源，就像專業研究報告一樣，這對於需要確認資料真實性和進一步深入了解背景資訊的用戶來說，無疑是一大福音。
優勢與限制
優勢
- 全面而詳盡的報告生成
Deep Research 能夠整合數百個網路來源，生成涵蓋廣泛且細緻的報告，這對於金融、科學、政策和工程等領域的專業知識工作者尤為重要。 - 資料分析與視覺化能力
利用內建的程式碼解譯器，系統能夠生成數據圖表，幫助使用者更直觀地理解龐雜數據，提升決策效率。 - 多資源整合能力
系統不僅可以處理文字資料，還能同時分析圖片和 PDF 文件，這讓它在處理多媒體資訊時表現尤為出色。 - 實時反饋與回溯功能
Deep Research 能夠根據實時資訊調整研究方向，保持研究目標不偏離原始查詢，這使得最終報告更加準確與有用。
限制
- 需要較高的訂閱費用
目前該功能僅限於 ChatGPT Pro 用戶，每月 200 美元的費用對於部分用戶來說可能較高，尚未普及至所有用戶群體。 - 查詢數量限制
Pro 用戶每月僅有 100 次查詢額度，未來團隊與企業用戶可能會獲得更高的限額，但目前仍有一定限制。 - 偶爾出現事實虛構與格式問題
與其他大語言模型類似，Deep Research 在某些情況下可能會產生虛構事實，或出現格式上的小錯誤，這些問題隨著時間推進預計會逐步改善。
與 DeepSeek R1 與 Gemini Deep Research 的對比
Deep Research 對 DeepSeek R1
在多個測試案例中，Deep Research 與 DeepSeek R1 的表現互有勝負，但總體而言，Deep Research 在處理複雜問題和整合網絡資源方面顯得更為強大。例如，在對內容進行搜尋時，Deep Research 能夠透過提問澄清需求後，精準找出符合條件的文章段落；而 DeepSeek R1 雖然也具備搜尋功能，但在部分情況下服務不穩定或反應較慢。
其他測試案例
- 語言測試：針對一種較為晦澀的克里奧爾語（Mishan Creole）的 50 道問題，Deep Research 最終取得了約 88% 的正確率，相比之下，使用 GPT-40（常用於免費版 ChatGPT）給予整本字典資料後僅取得 82% 的成績。這顯示出 Deep Research 能夠投入更多計算資源以消化龐大上下文，從而獲得更高的準確性。
- 購物建議應用：在一個要求查詢英國市場上高評價牙刷（要求電池壽命超過 2 個月且需查詢歷史價格）的案例中，Deep Research 在經過一系列澄清問題後，最終找到了對應產品，但其提供的連結卻未能完全匹配原始資料來源（例如 CamelCamelCamel 網站），讓人對其信息真實性產生疑慮；而 DeepSeek R1 在同一任務中則出現了更明顯的虛構數據，如錯誤報出電池壽命為 70 天。
- 文獻與報告生成：Deep Research 還展示了其在生成帶有引用文獻的研究報告方面的潛力。通過對 39 個參考文獻的綜合分析，其生成的報告內容深度與細節豐富，這在處理學術性或商業決策輔助任務時，將能大大提高工作效率。
與 Gemini Deep Research 的比較
在測試過程中，Deep Research 相較於 Gemini Deep Research 表現出更好的效果。根據測試結果顯示，Gemini Deep Research 在某些任務上無法找到正確信息或回應過於簡單，這使得其在應用層面遠不及 Deep Research 那般成熟與穩定。
優點與不足：進步中的技術挑戰
優點
- 極高的資訊整合能力：通過網絡搜尋和內部知識庫相結合，Deep Research 能夠快速找到並整合分散在各處的信息，極大縮短用戶的查詢時間。
- 大幅提升的推理水平：在多項基準測試中，該系統展現了從 15% 飆升到 67% 至 72% 的推理進步，顯示出強大的技術升級潛力。
- 優秀的研究報告生成能力：能夠根據輸入的文章或指令生成包含引用與詳盡分析的報告，對於記者、學生和研究人員來說極具吸引力。
不足
- 頻繁的澄清提問：系統在某些任務中過於依賴提問澄清，導致用戶需要反覆提供信息，這在時間緊迫或需要直接答案的場景下顯得不夠友好。
- 偶發的虛構現象（Hallucination）：雖然大部分情況下能提供準確資訊，但在某些具體查詢（如購物價格歷史）中，仍會出現信息虛構，影響使用者對結果的信任度。
- 網絡資源訪問限制：例如在 YouTube 相關查詢中，系統無法直接訪問視頻內容，這限制了其在多媒體信息整合方面的應用。
實際應用場景與未來展望
實際應用場景
- 金融與政策分析：能夠在短時間內生成涵蓋多個來源的深度分析報告，協助專業人士進行決策。
- 市場調查與購物建議：對於需要精確查詢和整合產品資訊的用戶，Deep Research 可提供個性化的購物建議，節省大量搜尋與分析時間。
- 學術研究：研究者可以利用此工具快速整合文獻，生成帶有詳細引用的研究報告，大幅提高工作效率。
未來展望
隨著技術的不斷進步，OpenAI 預計未來將推出更快、更具成本效益的 Deep Research 版本，同時進一步擴展其對專門訂閱資料和內部資源的存取能力。這將使得系統能夠生成更加堅實、個性化的報告。
結語
OpenAI 的 Deep Research 代理系統標誌著大語言模型向多步驟、深度研究應用邁出了重要一步。雖然目前僅限於高價位 Pro 用戶且存在查詢數量與格式上的小限制，但其在整合網絡資訊、資料分析與視覺化方面的優勢，已足以顯著提升知識工作者的效率。對於需要處理龐大、複雜資訊的專業領域而言，Deep Research 提供了一個全新的工具與思維方式，無疑將成為未來數字時代的重要助力。
你認為每月 200 美元的訂閱費是否物有所值？又或是你對這種能夠自動生成深入報告的 AI 系統有何看法？歡迎在下方留言分享你的觀點。如果你覺得這篇文章有幫助，請點讚、分享並訂閱我們的頻道，我們將持續為你帶來更多前沿科技的最新動態與深度解析。
FAQ
1. Deep Research 是什麼？
Deep Research 是 OpenAI 推出的第二個 AI 代理系統，專為執行多步驟的深度網絡研究流程而設計，能在 5 至 30 分鐘內生成完整的研究報告，大幅提升研究效率。
2. 使用 Deep Research 的成本是多少？
Deep Research 僅限於 ChatGPT Pro 用戶，每月訂閱費用為 200 美元（非美國用戶需使用 VPN）。每月提供 100 次查詢額度。
3. Deep Research 的主要功能有哪些？
Deep Research 提供多方位功能，包括：
- 整合多來源內容生成詳細報告。
- 分析文字、圖片及 PDF 資料，並生成視覺化圖表。
- 即時調整研究方向，確保結果精準可靠。
4. Deep Research 的應用場景有哪些？
Deep Research 適用於以下場景：
- 快速生成金融、科學、政策及工程等領域的深度分析報告。
- 市場調查與產品建議。
- 學術研究的文獻整合與報告撰寫。
5. 使用 Deep Research 時有哪些限制？
限制包括：
- 僅限高價位 Pro 用戶。
- 每月查詢次數限制為 100 次。
- 部分情境下可能產生虛構資訊或格式錯誤。
