OpenAI 的新深度研究功能正是我们期待已久的——原因有 3 个

V 新闻稿 OpenAI 声称其深度研究功能“只需几十分钟就能完成人类需要花费数小时才能完成的工作”。听起来有点反乌托邦，不是吗？这无疑让我们离人工智能取代人类劳动的世界更近了一步。很难责怪那些认为人工智能能够撰写研究论文并担任分析师是矫枉过正的人。乍一看，我们对 OpenAI 的创新并不太感兴趣，因为它主要面向企业用户，而非个人用户。

当我们第一次仔细观察新代理功能在实践中如何运作的首次演示时，情况发生了变化。

“深度研究”能做什么？

“深度研究”功能最初面向 ChatGPT Pro 订阅用户开放，每月收费 200 美元。但 OpenAI 表示，未来 ChatGPT Plus 和 Team 用户也将可以使用这项新功能。截至发稿时，尚无关于“深度研究”功能何时或是否向免费用户开放的信息，不过 OpenAI 正在确保免费用户能够获得所有功能。

OpenAI 在其网站上写道：“Deep Research 是 OpenAI 的下一代智能体，它可以独立完成各种工作——您只需发出指令，ChatGPT 就会查找、分析和整合数百个网络资源，并生成一份全面的、研究分析级别的报告。您可以把它想象成您的私人分析师，它能够自主运行，并在几分钟内将分析结果反馈给您。无论您需要一份关于英国蜂鸟种群等小众主题的报告，还是像 OpenAI 那样，一份关于过去三年零售业转型情况的研究报告，Deep Research 都能满足您的需求。”

虽然这里的重点是业务报告收集、医学研究和其他专业用例，但以下示例证明所有用户都可以期待这一点：

1. 大海捞针

我们最喜欢的例子大概就是这个了。你是不是经常苦于找不到电影名、歌曲名或其他容易记住的随机信息？ChatGPT 的“深度搜索”功能可以帮你解决这个问题。

在这里，ChatGPT 会收到一段电视剧的概要，其中包含用户已记住的几集剧集示例。如果这段“提示”是用 ChatGPT 4o 编写的，它会尝试提供正确答案，但由于缺乏研究，往往会出错。“深度研究”功能可以找到用户所指的确切剧集，并提供详细的分析。在本例中，用户指的是电视剧《相对宇宙》（Counterpart）第一季第四集中的场景。

2. 购物

如果人工智能能够进行深入研究，并在我们下次滑雪之前推荐最适合我们的滑雪板，那岂不是很棒？“深度研究”也能做到这一点。

在这种情况下，提示有关滑雪板、坡度条件和用户滑雪区域的信息会产生令人印象深刻的响应，它不仅提供一些最佳选择，而且还详细解释了为什么这些选项值得探索。代理会考虑所有用户的请求并提供原本需要花费数小时才能获得的购买信息。

3. 常识

得益于深入的研究，“深度研究”能够提供非常深入可靠的答案。OpenAI 举了另一个有趣的例子，即关于 NFL 球员平均退役年龄的问题。它将 4o 与“深度研究”的结果进行了比较。

4o 回应称，题目难度过高，无法给出准确的平均值。模型给出的粗略估计是“年龄在 35 到 40 岁之间”，但这远不如“深度研究”的深入分析那样详尽。

另一方面，“深度研究”深入挖掘多个信息来源，收集事实信息，从而确定NFL球员可以在不同年龄退役，并用实例解释退役年龄的范围。这是一个更可靠的答案，展现了“深度研究”能够如何显著提升答案的质量。

虽然我们还不清楚“深度研究”功能何时会向那些没有支付最昂贵 ChatGPT 订阅费用的用户开放，但这些例子足以让我们对人工智能发展的未来感到兴奋。