裁剪：KingHZ 英智

【新智元导读】最近，OpenAI的预计团队在采访中暗示，全新的Deep Research功能，不错为你节俭几个小时以致几天的时间！

Deep Research（深度预计）是继「Operator」之后，OpenAI推出的第二个智能体，诈欺模子的推理才调，轮廓分析普遍的互联网信息，从而完成复杂的预计任务。

月初，OpenAI率先向ChatGPT Pro用户洞开了Deep Research功能。最近，进一步洞开给了更多等第的订阅用户。

其中，Plus、Team、素养和企业用户每月10次查询契机，Pro用户每月120次契机。

OpenAI对新功能交付厚望：

它能在几分钟内完成东谈主类需要数小时才能完成的责任。

轮廓学问的才调是创造新学问的先决条目。

因此，深度预计记号着咱们在树立AGI（通用东谈主工智能）这一更等闲主见上迈出了遑急一步。

恒久以来，咱们一直设想AGI大约进行翻新性科学预计。

奥特曼暗示：这是他最心爱的已发布的功能之一。

这次更新，诚然给用户带来了新体验，「钱没白花」。

但谈判到每月最多使用10次，新功能显得「鸡肋」：

谈判到团结梯队的竞争敌手，不仅肖似功能推出的更早，而且免费，OpenAI这次发布，委果算不上出彩。

那这次OpenAI齐推出哪些新特点？为什么这次过期竞争敌手了呢？

时间陈述发布

在X上，OpenAI连发多条音信，先容深度预计干系更新情况。

除更多用户可用除外，本次更新的主要修订为：

在输出中镶嵌带援用的图片

更好协调解参阅上传的文献

然后，其他修订呢？无。

至于，没什么过期竞争敌手，OpenAI给出的诠释是为了截止风险，保证安全：

在推出深度预计并将其提供给Pro用户之前，咱们进行了严格的安全性测试、准备评估和不休审查。

咱们还进行了稀奇的安全性测试，以更好地了解与深度预计浏览网页才调干系的逐步风险，并添加了新的缓解步伐。要点责任包括加强对在线发布的个东谈主信息的秘密保护，并检修模子扞拒在互联网搜索流程中，可能遭遇的坏心指示。

在等闲发布深度预计之前，咱们花时间进行了更多的东谈主工探伤和自动化测试，以评估特定风险。

在官网发布的系统卡(System card)，OpenAI从领导注入、约束内容、秘密、运转代码才调、偏见和幻觉等方面，全面测试、评估并缓解了系统安全问题。

OpenAI展示了一系列测试成果，终末以为

总体上，深度预计在准备框架（Preparedness Framework）中被归类为中等风险，而况已给与相应的保险步伐和安全缓解步伐，为这个模子作念好了准备。

值得关心的是，在模子自主性方面，在处理更万古期跨度和智能体任务时，深度预计性能有所修订，尤其是在模子自主性风险干系的任务中。

比如，在SWE-Bench Verified评测中，深度预计展现了实验明确界说的编程任务的才调，被评定为中等风险水平。

已有网友给出了全面的讲究：

高低滑动检讨

更多安全测试成果与分析，参阅OpenAI官方系统卡：

文档流畅：https://cdn.openai.com/deep-research-system-card.pdf开云kaiyun

无言之处在于，已免费推出干系功能的Grok-3，以安全性著称。

红杉采访亮点

红杉成本搭伙东谈主Sonya和Lauren，与OpenAI Deep Research的居品认真东谈主Isa和Josh张开了深度对话。

当问及2025年的风口时，Isa和Josh一辞同轨地回复：「智能体」。

Deep Research是OpenAI在「Operator」之后推出的第二个智能体。通过端到端的强化学习检修，Deep Research能像教会丰富的预计员相同，查而已、想考并完玉成面的陈述。

这不仅是节俭5%时间，而是将原来需要8小时的任务缩减到5分钟！

Deep Research无法为你完成一切，但它能为你节俭几个小时，以致是几天。

Isa暗示:「我笃信它会成为东谈主们糊口中不可或缺的一部分。」

从行业分析到医学预计，再到运筹帷幄生辰派对，Deep Research险些无所不可。

Deep Research不是普通的搜索用具，它能等闲集结关联起首的信息，擅长在互联网上找到小众的事实，并整合到一个漂亮、整洁的陈述中，镶嵌图表，并附上指向原始信息的援用。

当你想寻找特定的信息，并需要搜寻大齐而已时，它才能进展出最好水平。它很擅长寻找和轮廓信息，但Isa不以为Deep Research刻下能作念出新的科学发现。

应用场景

Deep Research常被应用于科学预计、医学预计等畛域。东谈主们用它来了解阛阓、公司和房地产等。

Isa的一又友正谈判创办一家破钞品公司，会用它来作念竞品调研，检讨特定域名是否被占用，以及估算阛阓范围。

出东谈主意象的是，用户会用Deep Research搜索代码，查找对于某个软件包的最新文档，并帮他们编写剧本。

Deep Research不仅能用于责任，在购物和旅行建议上也很有效。比如想买一辆新车时，不错请它整理一份陈述。在日本发布Deep Research功能时，它不错用来襄理寻找餐厅。

个性化素养也瑕瑜常原理的场景，淌若想温习生物学学问，它会是个好帮手。

输入想了解的信息，它会为你整理出一份很棒的陈述。

时间架构

驱动Deep Research的是o3模子的微调版块，o3是OpenAI最先进的推理模子。

模子针对费事的搜索和推理任务进行了检修，不错调用浏览用具和Python用具。通过在这些任务上进行端到端检修，模子学会了在线搜索和分析。

Deep Research最大的翻新在于「端到端检修」。预计的流程中，好多事是无法瞻望的。Isa以为莫得剧本能像检修出的模子那样纯真，能对及时的信息作念出反映。

Deep Research在作念有创造性的搜索，检讨想维链讲究会发现，它在想出下一个要查找的内容方面相配灵敏。

Josh暗示「咱们频频误以为我方写代码会比模子更灵敏，但内容上，模子普通会建议更好的措置有打算。」

强化学习微调很可能是构建广宽智能体的要津！

Yann LeCun有个「蛋糕譬如」，无监督学习是蛋糕，监督学习是糖霜，强化学习是顶部的樱桃。

得胜的诀要是构建高质地的数据集，数据质地是决定模子质地的最大身分。

Josh以为「AGI」现在仅仅运营问题。

参考而已：

https://www.youtube.com/watch?v=bNEvJYzoa8A

https://cdn.openai.com/deep-research-system-card.pdf