1. Deep Research

1.1. 概述

Deep Reaserch 是 OpenAI 的可以独立为你做研究工作的智能体——你给它一个提示,它会查找、分析和综合数百个在线资源,以创建研究分析师级别的综合报告。早些时候,微软宣布推出 Azure AI Foundry 中的 Deep Research 的 Public Preview 版本,这是一种基于 API 和 SDK 的产品/服务,提供 OpenAI 的高级代理研究功能,与 Azure 的企业级代理平台完全集成。

借助 Deep Research,开发人员可以构建代理,以深入规划、分析和综合来自 Web 的信息,从而自动执行复杂的研究任务,生成透明、可审核的输出,并使用 Azure AI Foundry 中的其他工具和代理无缝编写多步骤工作流。

1.2. 工作原理

Foundry Agent Service 中的 Deep Research 的架构具有灵活性、透明度和可组合性,因此可以根据业务需求自动执行强大的研究。深度研究模型 o3-deep-research 的核心是协调一个多步骤研究管道 ,该管道与 Bing 搜索  的 Grounding 紧密集成,并利用最新的 OpenAI 模型:

1)明确意图并确定任务范围

当用户或下游应用程序提交研究查询时,代理会使用 GPT-4o 或者 GPT-4.1 等 GPT 系列模型来澄清问题,根据需要收集额外的上下文,并精确确定研究任务的范围。这可确保代理的输出既相关又可作,并且每个搜索都针对业务场景进行了优化。

2)使用 Bing 搜索资源

确定任务范围后,代理会安全地调用 Bing 工具来收集一组精选的高质量最新 Web 数据。这确保了研究模型在权威、最新来源的基础上工作——没有因陈旧或不相关的内容而产生的幻觉。

3)深度研究任务执行

o3-deep-research 模型启动研究任务执行。这涉及思考、分析和综合所有已发现来源的信息。与简单的摘要不同,它逐步推理,在遇到新见解时进行调整,并撰写对数据中的细微差别、歧义和新出现的模式敏感的综合答案。

4)输出报告

最终输出的是一份结构化报告,不仅记录了答案,还记录了模型的推理路径、来源引用以及会话期间要求的任何澄清。这使得每个答案都完全可审计,这是受监管行业和高风险用例的必备条件。

1.3. 成本

模型 o3-deep-research 的定价如下:

image.png