2025 年 2 月，OpenAI 正式推出「深度研究」（Deep Research）功能，這個被稱為「推理型代理」的技術，標誌著 AI 在知識工作領域有了重大的改變。它可以自己去瀏覽網路、分析幾百份資料，然後整理成研究報告，30分鐘內就可以完成人類要花好幾個小時才能搞定的複雜工作。接下來我們要仔細說明這個技術是怎麼運作的、實際上可以怎麼用，還有它會怎麼重新定義專業研究的範圍。
▋深度研究的核心架構：從拿到資料到創造知識
深度研究是用 OpenAI 最新開發的「o3模型」當基礎，結合強化學習跟工具使用的能力，特別為了處理開放式網路資訊做了優化。比起前一代的 o1 模型（擅長 Coding 跟數學推理），o3 最新穎的地方是「動態推理鏈」的設計：當看到資料有衝突的時候，它會自己改變搜尋的方式，像是在分析 iOS 市占率的時候，如果發現不同地區的數字不一樣，就會換個地方找資料，然後再做交叉比對。
研發團隊講說，訓練這個模型的時候特別加強了「工具協調」的能力，包括：
➤ Python 工具：自動生成分析資料的程式，例如把各國學習語言的意願變成熱力圖
➤ 跨模態解析：可以同時處理文字、PDF 還有圖片，像是從學術論文的圖表中找出重要的參數
➤ 引證追蹤系統：每個結論都會標註來源網址，還會在旁邊顯示推理的過程
這種「白箱化」的設計，就是為了讓金融分析師、政策研究員這些專業人士可以驗證內容。照 OpenAI 內部測試的結果，在分析 50 頁以上的政策白皮書時，深度研究標註資料來源的準確率有 92%，比 GPT-4o 提高了 37%。
▋實戰案例：看看 AI 研究代理有多厲害
透過實際的案例，最容易了解深度研究是怎麼突破傳統 AI 的限制：
▋案例1：跨境市場策略制定
當使用者要求「比較十大已開發與新興國家的 iOS 採用率與語言學習走向」，深度研究（號稱）展現出驚人的整合能力：
➤ 自己判斷出 GDP 排名可能因為匯率變動而有誤差，優先使用 PPP 調整後的數字
➤ 找到日本市場的「英語學習熱潮」跟高齡化社會有關，提出「銀髮教育科技」的切入建議
➤ 整合世界銀行教育支出的資料，推測印度雖然 Android 占有率很高，但隱藏著對 iOS 的需求
▋案例2：跨世紀語言演變推演
在「創造22世紀克里奧爾英語」的任務中，這個模型不只融合印地語的格位標記、土耳其語的重疊構詞，還展現出語言學理論的應用能力：
➤ 根據薩丕爾-沃夫假說，推導介係詞前綴化會怎麼影響空間認知
➤ 參考冰島語的「及物虛主詞」結構，重新設計存在句法
➤ 自動生成符合 IPA 標準的語音樣本，給電影製作團隊參考
這些案例說明了深度研究跟一般聊天機器人的根本差異：它不只是整理資訊的工具，而是具備「提出假設-驗證-修正」能力的數位研究員。
▋技術評估：重新定義 AI 能力的標準
OpenAI 公布的三項重要測試，展現出深度研究的突破性表現：
- Humanity’s Last Exam（人類終極考試）：在這個涵蓋 100 多個學科的專家級測試中，深度研究以 26.6% 的準確率刷新紀錄，特別是在化學（↑58%）和社會科學（↑49%）領域表現特別好。像是在「玻璃態聚合物氣體吸附」的題目中，它可以對照 2012 年《PLOS ONE》的論文跟 2024 年的預印本，說明傳統雙模式吸附模型的限制。
- GAIA 基準測試：面對需要現實世界知識的複雜問題，深度研究在 Level 3 任務（最難級別）達到 58% 的成功率。像是在分析「1959年美國脫水食品標準」時，它可以追蹤法規修改的歷史，算出 76% 的標準已經更新，還附上 FDA 法規資料庫的版本比較表。
- 經濟價值導向評估：內部資料顯示，深度研究在「高經濟價值任務」（像是新藥市場分析）的完成率有 72%，遠超過人類專家平均的 42%。這種「價值敏感度」是來自模型訓練時加入的獎勵函數，可以優先處理專利引用、臨床試驗這類重要資訊。
▋應用場景與產業衝擊
從目前的案例可以預見，深度研究會重新塑造很多需要大量知識的領域：
▋金融業：
➤ 自動產生併購案的監管風險矩陣，整合 27 國反壟斷法的案例
➤ 即時分析聯準會聲明的用詞變化，計算出鷹派說法對市場的影響係數
▋生醫研究：
➤ 交叉比對臨床試驗資料庫，找出基因療法沒有揭露的免疫原性風險
➤ 自動畫出蛋白質工程修改路徑，像是 CRISPR-Cas9 的脫靶效應高風險區域
▋公共政策：
➤ 模擬碳稅政策在不同產業鏈的連鎖反應，預測隱藏的失業率轉折點
➤ 追蹤極端氣候對糧食供應鏈的影響，提出區域性的解決方案
特別要注意的是，深度研究很會處理『非結構化資訊差距』，舉例來說，當使用者想查『NFL 踢球員平均退役年齡』時，它可以交叉分析勞資協議、運動醫學論文，甚至計算頭盔設計演進對職業生涯的影響。
▋技術限制與倫理問題
雖然前景很好，但深度研究還是有明顯的限制：
- 時效性盲區：對於 24 小時內發生的突發事件（像是股市大跌）反應太慢，因為訓練資料有 3-6 個月的延遲
- 文化脈絡判斷錯誤：在分析宗教衝突這類敏感議題時，可能會忽略當地特有的知識（像是非洲口述傳統）
- 合規風險：自動抓取專利資料庫時，可能會碰到智慧財產權的灰色地帶
OpenAI 也坦白承認，現在的版本在「信心校準」方面還有問題。當模型出錯時，有 23% 的機率會很有把握地給出錯誤的結論。這在醫療診斷這類領域可能會造成嚴重後果。
▋從研究代理到知識生態系
隨著 API 連接功能的開放，深度研究會進化成「生態系中樞」：
➤ 企業端：串接內部資料庫，自動產生合規審查報告
➤ 學術端：整合 Zotero 文獻管理系統，即時推薦跨學科的引用網絡
➤ 個人端：連結智慧家居資料，優化家庭能源使用的規劃
OpenAI 預告說，年底前會推出「即時校驗」功能，讓使用者可以上傳自己的知識庫（像是律所的判例集），打造個人化的研究引擎。當深度研究跟行動代理（像是機械手臂）結合，甚至可能實現「研究-執行」的循環，例如自動設計並執行實驗方案。
▋知識民主化的新時代
深度研究的出現，基本上是把「專業洞察力」變成可以程式化的服務。它不是要取代人類專家，而是要讓每個想學習的人都能擁有專家的模式識別能力。當 70 億人都可以運用 AI 等級的產業分析能力，我們迎來的可能不是失業潮，而是人類集體智慧的大躍進。
就像 OpenAI 技術長在發表會說的：「這不是工具的革命，而是思考方式的進化——當每個決策都能建立在全人類的知識總和上，我們將重新定義什麼是『理性選擇』。」在這場悄悄進行的知識革命中，深度研究不是終點，而是通往 AGI 路上的一盞明燈。
