OpenAI 最近推出了 ChatGPT Deep Research，这是一款全新的人工智能工具，能够像专业分析师一样工作——搜索互联网、验证信息来源并生成结构化的研究报告。这一功能是否预示着研究方式的未来？还是仅仅是一个偶尔会产生错误信息的 AI 实验？
OpenAI 正在加速开发新一代 AI 代理，这些工具不仅能回答问题，还能 独立进行研究、分析数据并展示结果。最新加入这一系列的功能是 深度研究，目前仅对 ChatGPT Pro 订阅用户开放。
深度研究并非简单地提供一个快速答案，而是设计了一个多步骤的研究流程。它在侧边栏中展示分析的关键步骤，引用来源，并在必要时自我修正错误。其目标是提供更可靠、更有依据的答案，类似于人类研究员的成果。
深度研究的工作原理（以及为什么需要长达 30 分钟！）
深度研究允许用户上传基于文本的问题，以及 PDF、图片或 Excel 表格 等文件，为 AI 提供额外的研究背景。随后，系统会执行一系列数据搜索和分析步骤，整个过程可能持续 5 到 30 分钟，具体时间取决于主题的复杂性。
深度研究的主要功能包括：
- 多层次信息搜索：AI 不会立即给出答案，而是逐步从多种来源收集并验证数据。
- 自动修正错误路径：如果系统陷入错误的推理，它会自我调整并重新检查数据。
- 研究过程透明化：用户可以在侧边栏中查看 AI 使用了哪些来源以及如何得出结论。
尽管这些功能听起来很有前景，但 OpenAI 也提醒用户，该系统 仍不完美。深度研究有时会 产生幻觉，错误地评估来源的可信度或提供不够准确的答案。因此，用户仍需严格评估和验证数据。
深度研究与竞争对手的对比
其他科技公司也在开发类似的概念。谷歌计划于 2024 年 12 月启动 Mariner 项目，这是一个 AI 研究原型，但目前尚未向公众开放。相比之下，OpenAI 已经为付费用户提供了深度研究功能。
OpenAI 似乎占据了先发优势，因为它已经推出了 实际可用的产品。然而，这种 AI 研究在实际应用中的可靠性和实用性仍有待验证。
价格与使用权限
目前，深度研究仅对 ChatGPT Pro 订阅用户开放，订阅费用为 每月 20 美元，但存在一个显著的限制，即 每月仅限 100 次查询。OpenAI 还计划为 Plus、Team 和 Enterprise 用户开放访问权限，并承诺未来将提供更好的性能和更快的速度。
主要限制在于 计算复杂度，因为深度研究比经典版 ChatGPT 消耗更多的计算资源。因此，OpenAI 目前仅提供有限数量的查询，并承诺未来会优化以降低成本。
深度研究能否取代人类分析师？
深度研究的优势包括：
- 结构化、多阶段的研究过程，相比传统生成式 AI 工具，它能提供更准确的答案。
- 引用来源，增加了透明度和信息的可验证性。
- 根据新数据动态调整，如果 AI 遇到矛盾的信息，它会修正分析。
但它的局限性也很明显：
- AI 可能误解数据或产生幻觉，导致答案不够可靠。
- 速度无法与经典版 ChatGPT 相比，因为研究过程需要 5 到 30 分钟。
- 仍需人工监督，因为 AI 无法像经验丰富的分析师那样准确判断所有来源的可信度。
尽管深度研究是一个有希望的进步，但它 目前还无法完全取代人类研究——至少现在还不行。