自从 ChatGPT 出现以来，围绕人工智能的炒作就愈演愈烈。随着通用人工智能 (AGI) 和“超级智能”的讨论不断升温——是的，OpenAI 首席执行官 Sam Altman 正在谈论这一点——我们又要处理另一个流行词了。
向Agentic AI打个招呼。简单来说，人工智能代理应该自动化我们的大部分数字杂务。想想Google 词典中的 Gems 。 OpenAI 定制 GPT 。或者Microsoft 的 Copilot Actions 。
这个想法是让人工智能来完成你的任务，或者其中的一部分。高通和联发科已经为代理人工智能时代做好了准备。但问题就在这里。我们还没有真正的代理人工智能工具。我们刚刚爬过大多数生成式人工智能聊天机器人提供的查询-响应交易流程。
Deep Research 是 Gemini 系列中首款代理人工智能产品。
对互联网搜索的根本性反思
顾名思义，Deep Research 擅长研究，但比一般的 Google 搜索更受控制。通过深度研究，您可以在搜索过程开始之前制定搜索任务的大纲。
您可以指定确切的来源（或来源类型）来获取结果。这与谷歌搜索有根本的不同，谷歌搜索主要响应组合在一起的关键词，并显示它认为值得一看的结果。
这是一种从根本上来说是有缺陷的方法，我们经常会陷入点击诱饵或人工智能生成的术语的污水池中。另外，谷歌对其搜索算法的随机更改通常意味着同一查询的搜索结果可能在一天或一周后看起来有所不同。
深度研究从受控且用户指定的知识库中提取材料。因此，假设您正在尝试查找有关社交媒体对年轻用户心理健康影响的信息，但仅限于同行评审的研究论文。结果仅适用于科学论文。
对于记者、学生、研究人员甚至商人来说，这种方法可以节省大量时间。更重要的是，它不会让用户承担信任来源的责任。
您已经熟悉来源或其真实性，因此您获得的材料不会带来信任难题。此外，跳过糟糕的、不受欢迎的搜索结果或广告的苦差事在深度研究中根本不存在——至少现在是这样。
深度研究本质上是起草一个多步骤的搜索活动，代表您查找信息，并在“搜索代理”从一个来源移动到下一个来源时重复该过程，寻找新的相关信息。
从本质上讲，它可以让您免去在不同搜索结果之间跳转时遇到相同信息的苦差事，以期找到您所寻求的智慧。简而言之，避免了 Google 搜索中耗时且令人心理恼火的部分。
这甚至不是深度研究最好的部分。
很有帮助，而且方式准确
从可靠来源研究和查找信息只是这里的一半。 Deep Research 解决了在不同搜索结果条目之间来回单击或打开几十个选项卡的痛点。由于多种原因，在大屏幕上处理一堆选项卡已经很麻烦。
其中最重要的是寻找嵌入文本、视频或音频墙中的确切信息块。深度研究不仅从您精心挑选的来源中提取可靠的信息，而且还以非重复、连贯的方式呈现所有这些发现。
现在，除非您的搜索任务涉及互联网上的单步参考，否则您必须将该过程分解为多个步骤。那么，假设您想了解蘑菇种植的艺术。理想情况下，您应该分别查找有关种子品种、天气状况、害虫缓解和疾病的信息。很难找到一份明确的指南，尤其是来自可靠来源的指南。
深度研究正是为您做到这一点。它在网络上爬行收集的所有信息都将以精心策划的文章的形式呈现，并带有适当的标题、表格和分类细分。
这种搜索报告需要花费数小时才能以文档的形式内化和充实。对于任何从事日常参考和记忆知识专业的人来说，这个工具都是救星。
以这个搜索查询为例：
我正在写一篇关于 NMP 和 LFP 电池在电动汽车中的应用和差异以及电池引起的火灾危险的论文。仅从研究论文和知名机构获取详细信息。帮助我理解和澄清这个主题。
经过大约 2-3 分钟的研究后，我得到了一份综合草案，就像我写论文、法律摘要或研究论文的方式一样。我向一名研究生、一名律师和一名记者简要演示了深度研究。压倒性的情绪是“哇”，混合着一种如释重负的感觉。
你并不是每天都会看到人们愿意每月支付 20 美元购买甚至不是主流的人工智能工具。墨尔本法学院的亚历克斯·切尔诺夫学者侯赛因·阿尼斯·汗 (Husain Anis Khan) 告诉我，他喜欢能够找到学术研究材料的前提。
Md Meharban 是一位多媒体记者，他的作品曾出现在路透社、NatGeo、法新社和纽约时报等媒体上，他也告诉我，深度研究可能会成为他们工作流程中的一个有价值的工具。
“我的纪录片工作的很大一部分依赖于研究。越深入越好，”Meharban 告诉 Digital Trends。 “如果我能缩小任务中未探索的领域，我的工作脱颖而出的机会就更大。”
达到人机最佳结合点
我已经开始了相当乐观的人工智能冒险之旅。 尝试使用人工智能女友（有些人认为这实际上是怀孕了）， 用它来缓解收件箱压力， 减少我懒惰的 Gmail 行为，并干脆放弃苹果智能，我的经历是好坏参半。
Deep Research 是第一个提供令人满意体验的人工智能工具，这是我无法对任何其他人工智能工具说的。我购买的人工智能产品和订阅费用比我对游戏、流媒体和阅读热情的总和还多，所以我感到为劣质产品付费的痛苦。
对于我作为一名记者的工作来说，像 Deep Research 这样的工具几乎是不可或缺的，特别是在研究可穿戴设备上的摩擦纳米发电机和微流控汗液传感器的制造复杂性等主题时。
如果我在 Google 搜索上寻找上述材料，我实际上就是在跨多个 Google 搜索链接页面进行键盘打地鼠游戏。通过深度研究，我只是用自然语言叙述我所寻求的东西。
不涉及猜测。我可以指定确切的搜索路线和知识目的地。我可以根据我的具体需求调整整个操作——无论是研究主题的任务还是仅仅是与营销相关的练习。
能够根据您的需求进行调整，并且无需偏离正常的人类对话语气即可完成工作，这才是最突出的。它让我的工作流程不再机械化。如果你愿意的话，里面有一点人情味。
然后是价值难题，任何理智的人都会对此深思熟虑。对于像 Deep Research 这样的产品，或者像 Perplexity Pro 或 ChatGPT Plus 这样的竞争对手，一个挥之不去的问题是，你可以从每月 20 美元的订阅中获得多少价值。
在谷歌的生态系统内，竞争是不存在的。我通过 Google One AI Premium 订阅获得了 Gemini Advanced，该订阅还提供 2TB 的云存储空间，并且 Gemini 与我们日常使用的大多数 Google 产品集成。
一键导入表格？将研究简介添加到文档中？在 Gmail 中撰写邮件？您可以通过捆绑包获得所有这些 – 以及 Gemini Deep Research。它比 OpenAI 或 Perplexity 的产品更有价值。
此外，我宁愿让我的工作流程集中在谷歌的宇宙中，而不是同意另一个人工智能产品生态系统的一大堆道德和隐私风险的条款和条件。