驾驭 deep research，你必须知道的 100 件事｜一次性构建出你的 deep research 个人知识体系

• deep research 很可能（probable,60%--80%概率）是自chatgpt之后第二个革命性AI技术。因为它真正改变了脑力劳动者的生产力格局；
• 你对 deep research 的态度在本质上取决于你对技术本质的判断，对技术的敏感度与洞察；
• 我目前对“deep research是革命性技术”的置信度是80%，如果相反证据出现，我自然会贝叶斯更新我的推断；在相反证据出现之前，我建议你对这项技术予以足够重视。能花 100 小时在这上面，就别只花 99 小时；
• 对改变了生产力格局的deep research，你的个人知识体系越全面，理解就越深，使用就越好。通过这篇文章，我把自己脑子里关于 deep research 的知识和经验全部敲出来，希望帮你更全面深入地理解 deep research 到底是什么，为什么重要，如何使用，如何改变生命；

why

• 2025年是agent之年。根据openai的agi分级框架，chatbot/知识模型是L1 agi，reasoning model/推理模型是L2 agi，而agent/任务模型是L3 agi；

• 今年，openai 已经陆续推出chatgpt tasks、operator 和deep research 这三个 agents。tasks 是基础的任务提醒，operator 是直接操作浏览器，与真实世界互动，deep research是帮专业人士做研究；
• 前两个几乎无人问津。但是，对于 deep research，如果你不是干体力活的，真的没理由不关注一下，除非你端的是铁饭碗，而且是最稳的那种🤣；

what

• deep research（深度研究）是一个功能，一个模型，一个以“研究”为专业的AI agent（智能体/代理）。openai的官方广告语是：你的个人研究助理；
• 最先推出deep research功能的是 google gemini，发布于 2024 年 12 月中旬；然后是openai（25 年 2 月），紧接着是 perplexity；
• grok3 推出的是 deep search（ai 搜索，更接近推理模型版本的 chatgpt search），不是 deep research（本质是 ai agent）；
• google deep research 底层模型是gemini 1.5 pro，全名叫“Gemini 1.5 Pro with Deep Research”。虽然 google在搜索上有近 30 年技术积累，但由于模型基础性能拉跨，导致输出结果和openai deep research 有数量级差距；
• google deep research 会在用户提出问题后自动制定多步骤研究计划。系统先生成一个分步研究方案供用户审核，可根据需要修改，然后用户点击“Start research”开始执行。获得授权后，Gemini 会像人类研究者一样反复执行 “搜索-阅读-分析”循环：利用 google 搜索查找相关内容，读取网页获取信息，再根据新发现调整搜索策略。这一过程会持续数分钟，期间 gemini 持续完善对主题的理解，发起多轮检索和推理，以确保覆盖话题的各个方面。整个浏览和思考过程在后台自动完成，无需用户干预。基本上各家的 deep research 都是这个流程。
• google deep research的特点是在搜索上大力（结果没有奇迹）：通常浏览上百个网站，阅读上千个网页，提供的研究报告带上百个参考文献。很唬人，不明觉厉。但是，openai deep research 出来后，这一套就不灵了，经不住内容质量上的鲜明对比；
• perplexity 推出的 deep research 基本属于蹭热点、找存在感，相当于“挂羊头卖狗肉”，质量差到没人用，不建议浪费时间；
• google ai 会员 20 美金/月，支持 6 人家庭共享，deep research 不限量；perplexity ai 会员 20 美金/月，也不限量；openai 20 美金的 plus会员，每月 10 次限额；价格差异一方面是成本差异巨大，一方面是质量差异带来底气；
• deep research 本质上在做一件事：主题研究。这件事对本科生来说有涉及，对研究生来说是关键能力，但是，大多数人做不好。AI 在这件事上展现出的实力，让人类用户震惊、感慨，思考自己智力活动的价值（包括形而上的意义价值，更包括形而下的经济价值）（人的智力活动当然有价值，但必须重新调整自身智力活动的定位，只能做到 ai 能做到的程度，那就危险）；
• 决定deep research 效果的，不是“如何做研究”的步骤方法流程技巧（模型的系统指令很简单，o3的基础智能极强，不需要你教它如何做研究），而是底层的 reasoning model。这也是为什么 o3 驱动的 deep research 效果惊人；

openai deep research

• openai deep research 是 2025 年 2 月 3 号推出的，开始时是 200 美金/月的 pro 用户独享。pro 用户独占使用 3 周后，openai 把这个功能普及到 plus 用户，后续会普及到免费用户；
• deep research 发布后，由于是pro独占，我思考了 5 分钟，然后升级到 200美金 pro 会员。今天，使用了接近一个月后，我可以这么说：除非我娃没钱吃饭了，否则我会一直用pro（我自己没钱吃饭也会开pro）；
• 使用 chatgpt pro 的难度不低，不是200 美金问题（舍不得在“软件”上花钱的人，在其他地方花钱可能很豪气），而是视角问题（到底是软件？是工具？还是待你整合到工作流、为你创造价值、甚至金钱价值的智能体？），以及网络技术问题（openai 无良降智）；
• 使用 pro，需要极高的 agency（能动性）：要有与openai斗智斗勇永不妥协的能力和意愿，要心态开放到至少开一个月试试智能时代全新工作学习体验；
• pro用户每月限额 120 次，plus 用户每月 10 次，免费用户每月 2 次（暂估）；
• pro、plus和免费用户使用的 deep research 功能是一样的，只有限额的次数区别，没有性能区别；
• 每月限额并非以自然月份划分，而是以你升级会员的具体日期划分；
• openai deep research的底层模型是尚未发布的满血版 o3，是针对互联网浏览特别微调的一个特殊版本；
• 我的 deep research 的总结是：o3 reasoning model + search = deep research magic。与常规的 ai 搜索不同，deep research 的重点是深度，而非时效。你提出研究需求，deep research 会帮你把互联网翻个底朝天，而且吃透这些材料，为你私人定制研究报告。
• 口诀：快问快答，用ai搜索；系统调研，用 deep research；
• 我把 ai 搜索分为三个层级。L1 是 gpt-4o+search，搜索信息、综合多个信息源内容，给出一个整体回答；level 2 o3-mini+search，加上了推理能力，如果问题是需要思考的，需要多步骤的推理过程，最终给出一个权衡、分析后的结果，就用o3-mini；level 3 o3+deep research，难度提高到研究级别，输出结果为上万字的研究报告；
• 换一个时间角度：如果一个问题是人工用几分钟可以解决的，用gpt-4o+search 就够了；如果一个问题是人工用几十分钟可以解决的，用o3-mini+search；如果一个问题是人工用几个小时、甚至几天才能解决的，用 deep research；
• 在信息来源上，deep research 可访问所有公开网页，包括网上的图片、pdf、文档，也支持你上传自己本地的图片、文档；

how

• 既然限额是20或120次/月，那么，怎么就算“一次”？只要有研究进度条开始走动，就正式启动了deep research阶段，算一次研究；
• 一次deep research流程分为两个阶段：对齐需求阶段，正式研究阶段；
• 你提出研究需求，chatgpt 会重述它的理解，并针对不明确、表达模糊、你没想到的地方提出问题（clarifying questions），你需要一一确认；这个“对齐需求阶段”可能会重复一轮或多轮；
• 可惜的事：即使不对比研究阶段，只是需求对齐阶段，人类往往就和 deep research 这样的 ai 拉开了差距；
• 对齐需求阶段使用的不是 o3 模型，而是你在 model picker（模型选项卡）里面选择的模型；一般情况下，建议你选择 o1 模型，其次是 gpt-4o 模型；实际差异不大，因为正式研究都是o3 模型，而在理解需求这种简单任务上区别不大；
• 你可以在提需求时上传自己的资料：word、PDF、md、图片，作为deep research 的参考材料；
• 正式研究开始后，一般耗时 5～30 分钟，长度根据任务难度而变化。我目前研究时长最长的，是让 deep research 用一个报告解读芒格 100 模型，耗时 36 分钟，报告 5.7 万字，质量惊人；
• 对 deep research 会话中，页面右侧有一个类似 CoT 的侧边栏，展示了本次研究的全部信息源、以及具体的分步骤研究过程。就好像你站在一个真人研究员身后看他做研究：思考——搜索——阅读——思考——搜索……
• deep research 本质是 agent，deep research 任务是异步任务（对比之下，chat 是同步活动）；你交代完之后，模型开始干活，你该干嘛干嘛，网页可以关掉，app 可以退出，研究在服务器远程运行，完成后会推送给你；
• 报告生成后，你可以在原始对话中继续提出新的研究需求，模型会保持对之前研究的记忆，但本质上是一次新的研究（不会在原始报告上修改，会重新生成新的研究报告）；
• 研究报告除了文字之外，还会插入表格、图片、图表等促进理解的内容形式；未来，你会看到AI 自动生成的数据可视化、示意图等；

• deep research 对参考文献的引用，精确到“行”。点击报告内的参考文献链接，原始网页上实际被模型做了高光标记。目前受限于浏览器，一般人看不到这个精确引用而已；

• deep research 精确引用这一点，在论文写作等场合堪称大杀器；

• openai 官方一再强调，即使 o3 模型很强，但 deep research 仍然可能有幻觉，因为模型目前不会主动去辨别网络上信息源的真伪，仍然受到“garbage in, garbage out”法则的制约；
• 但是，主动辨别信息源质量高低、信息真伪，对推理模型来讲这本身不难（truth-grounding，事实接地技术），会在功能迭代中解决；
• 正因为如此，你可能需要限定模型搜索使用的语言和资料范围：只有英文关键词搜索，只采纳英文资料。如果这个主题是国际范围有关注的，你应该这么做；
• 目前的一大局限是无法接入付费资源（数据库、学术期刊）和私人知识库等非公开信息，但这可以解决；
• 但是，如果你研究的主题只有中文资料，你或许应该限定模型只用中文关键词搜索，只采纳中文资料；
• 研究报告数万字，直接在 chatgpt 页面阅读体验并非最好，无法高光划线，无法记笔记。最简单的方式是剪藏到 readwise reader 这样的阅读器软件，另一种方式是使用“chatgpt to markdown”chrome 插件导出为 md 文档，然后用 typora 转换为任意格式，例如可以导入微信读书 app 的 epub；
• 我做了不少 deep research 测试，我的结论是研究报告的质量(内容丰富度、研究广度、信息质量、报告结构和语言清晰、参考文献等)超越了 99% 的人类产出，有人调研行业专家的反馈是每份报告让专家亲自来做的话耗时至少 10 小时，但这个数字可能保守了；我认为更接近的表述是 “就像有一个专业研究员为你工作了一周，然后写出完整分析报告”；
• 相对于人类产出的传统知识媒介（文章、书籍、podcast 和视频），deep research 报告的信息密度、结构化程度、质量、丰富度、个性化程度，都碾压传统媒介一个数量级；一个顺理成章的结论：多读 deep research 报告，尽可能多读；
• 举个例子，我昨天做了一次 deep research，发现它在一个主题的研究质量上竟然比 steven pinker 在《理性》那本书里面同主题内容的质量还高。不是 steven pinker 不行，而是他也是人，人类认知的局限性导致他也看不到只有 deep research 才看到的东西；
• deep research 的一个典型应用场景：针对书籍生成导读报告；不取代原书整本书阅读，但绝对会让你更快更好地读透那些值得阅读 5678 遍的好书；
• 从今以后，读完任何一本值得读的书，都要 deep research 一下！20 万字的一本书，假设阅读 6 小时（每天 1 小时一周读完），然后 deep research 一下，用半天研究阅读报告，整理 logseq 笔记，然后再和chatgpt 多轮对话…… 10个小时的效果，可能抵得上以前几十甚至上百个小时……满打满算，生命被延长了一大截；
• 我在书籍解读上的测试，使用英文信息源 vs 中文信息源，原理上 garbage in garbage out, 结果上“差之毫厘，谬以千里”。以 《百年孤独》 深度研究报告为实例，同样的 prompt，同样的 o3 模型，同样的研究主题，只有一个区别：一次研究指定全部用英文信息源，另一次研究指定全部用中文信息源，其中一个不忍卒读；
• deep research 运行在人类认知能力金字塔的信息综合层面：不需要创造力，不需要创新，不需要创意写作，就是非常朴实地、把有价值的信息找出来，全部读完，然后用结构化、清晰有序地方式把海量高价值信息整合成一篇高质量研究报告；

• 这件事难度不高，从“信息综合”的要求层次来讲，按理说研究生水平的人就能干；但是，充分展示了当 AI 达到一个智力水平后，发挥出人类无法企及的信息获取、加工处理等算力优势时，会有多么恐怖。从这个层面会看到，deep research 只要在信息综合层面超过一个临界点，就会让人类同等层级的智力劳动（达不到创造级别的）价值暴跌；
• deep research 的 system prompt 其实很简单，只有两个工具：browser 浏览器和 Python。browser 只做三件事：搜索、阅读、引用。Python 只做数据处理、表格呈现。但是，当底层模型的语言能录与逻辑推理能力足够强大时（如 o3），只需要极简的认知活动（搜索-阅读-引用，不需要显式定义复杂的主题研究流程），就能制造人类无法企及的出色结果；
• deep research 的威力发挥，需要充分运用你的想象力，以及你在自身领域的专业知识。发现随着想象力的打开，一手经验的积累，deep research 的强大变得越来越显著；
• 19名领域专家对 openai 和 google deep research 报告的评价结果：有 7 人（37%） 认为 openai deep research 达到了“经验丰富的专业人士”水平；有 10 人（52%） 认为 openai deep research 产出的报告至少需要花费自己 10 小时以上才能完成；

how good

• deep research, is the new search。 deep research，会和 google 一样，从一个名词变成一个动词：“有问题？deep research 一下！”。背后的本质，是最优质的智能成为一种廉价、人人唾手可得的资源（智能时代的本质）；
• deep research，作为 ai agent 的杀手级应用，是直接提供产出，直接对标人类生产力和价值创造活动，是普通人应当战略重视、充分掌握的最强生产力技术。这也是 openai 首次在 blog 里面用预期经济价值、人类专家工时来衡量新功能，这个改变很说明问题；
• openai在agent方面的愿景是打造 “超级助理”，能胜任人类专家才能完成的分析研究工作。很有可能这件事在2025年底就会发生（勿谓言之不预）;
• 所以，每天，deep research一下；每天，阅读一份 deep research 报告或同主题内容（例如本文）。

通过这篇文章，我把自己脑子里关于 deep research 的知识和经验全部敲出来了。

肯定有没想到的地方，欢迎你在评论区提问，在问答中我们来补充完善，让这篇文章帮助到更多的人。