Deep Research 与知识价值 • Ben Thompson
本文由 Stratechery 的作者 Ben Thompson 撰写，OpenAI 的 Deep Research 是一项新的 AI 功能，它标志着朝着通用人工智能（AGI）迈出的重要一步。Deep Research 能够独立执行复杂的研究任务，在短时间内完成人类研究分析师需要数小时才能完成的工作。这项技术的核心价值在于其能够综合网络上的大量信息，为用户提供深入的报告，从而极大地提升了知识获取和研究效率。然而，Deep Research 也揭示了互联网信息的局限性，尤其是在处理非公开或专业领域知识时，它可能会产生不完整甚至错误的报告，突显了在信息过载时代，高质量、非公开知识的价值日益凸显。 Deep Research 的功能与特点 高效的研究能力： Deep Research 可以在几十分钟内完成人类研究人员数小时的工作，显著提升研究效率。 强大的信息综合能力： 它能够搜索、解释和分析互联网上大量的文本、图像和 PDF 文件，并根据遇到的信息进行调整，最终生成综合性的研究报告。 基于 o3 模型优化版本： Deep Research 由 OpenAI 即将推出的 o3 模型的优化版本驱动，该版本专为网络浏览和数据分析而设计。 经济价值： 作者以每月 200 美元的价格体验了 Deep Research，认为其在某些应用场景下具有很高的经济价值，例如为采访准备背景资料，或快速了解复杂议题。 Deep Research 的应用案例 苹果公司财报分析： 作者使用 Deep Research 分析了 苹果公司 的最新财报，并将其与自己之前的分析进行对比，结果表明 Deep Research 能够理解并整合作者的分析风格和观点，生成有价值的报告。 ServiceNow 公司 CEO 采访准备： 作者利用 Deep Research 快速了解了 ServiceNow 公司 及其 CEO Bill McDermott 的背景信息，为采访准备节省了大量时间，并获得了有用的起始信息。 医疗问题研究： Deep Research 在一个朋友的复杂医疗问题研究中，快速识别出了一个潜在的关键问题，这显示了其在专业领域研究方面的潜力。 行业分析的局限性： 在一个行业分析案例中，Deep Research 报告遗漏了一个重要的行业参与者，揭示了其在处理非公开或难以获取的网络信息时的局限性，强调了非公开知识的价值。 Deep Research 对知识价值的影响 新闻价值的启示： 互联网时代新闻的经济价值降低，反映了信息过载和免费传播的挑战。Deep Research 的出现进一步加剧了信息过载，但也突显了高质量、独特知识的稀缺性和价值。 秘密和非公开信息的价值： Deep Research 的局限性在于其无法获取非公开信息，这使得那些未公开的数据和知识变得更有价值。例如，亚马逊 AWS 在早期阶段的财务数据未公开，直到后来才披露，其披露引发了市场对 亚马逊 价值的重新评估，也引发了竞争对手的追赶。 预测市场的潜力： 为了应对信息透明度提高和秘密信息价值上升的趋势，预测市场可能变得更加重要。预测市场能够通过价格信号来传播知识，为获取和传播非公开信息提供经济激励。 AI 的双重作用： AI 既可能加剧互联网信息污染，也可能是解决信息过载和甄别高质量信息的关键。Deep Research 这样的工具，在提升信息获取效率的同时，也促使人们重新思考知识的价值和获取方式。 Deep Research 的影响与未来展望 生产力提升： Deep Research 能够显著提升个人和组织的生产力，尤其是在研究和知识工作领域。 对研究人员的潜在影响： Deep Research 可能会对传统研究人员的就业市场产生影响，因为它可以自动化一部分研究工作。 对下一代分析师的挑战： 过度依赖 Deep Research 可能会使下一代分析师失去在信息搜索和筛选过程中学习和积累知识的机会。 秘密和摩擦的价值： 在 AI 时代，秘密和摩擦（即信息获取的难度）可能成为一种有意的价值保护机制，用于保护和利用独特的知识资产。 持续发展： Deep Research 仍处于早期阶段，未来将不断发展和完善，其能力和应用场景也将持续扩展。 原文 “你什么时候感觉到通用人工智能 (AGI) 了？”...