Agent 的未来是端到端强化学习微调——OpenAI Deep Research 团队分享

文章预览

无常按 ： 第一次体验 OpenAI Deep Research 那天，瞠目结舌，在朋友圈发了一个感慨： 人类专家级分析员水准，质量极高，无论从任何角度看——信息广度、分析深度、技术专业度、数据详实度、来源权威性 & 多样性等等，都几乎无懈可击。 当时很多人觉得我自嗨、言过其实，即使看了我非常详尽真实的 Case 分析后，很多人依然无法感同身受。 但因为 ODR 隐藏了真实思考过程，只是放出来一个不知所云的整理版cot，也就没办法进一步说明了——直到最近， 唯一真正接近 OpenAI Deep Research 效果（ 虽然还有明显差距）的  Grok Deep Search  带着完整思考过程上线。（btw：其他竞品，包括接入 R1 的各类Deep Research，效果还完全无法相提并论） —— 阅读 Grok 冗长、有趣又让人震惊的思考过程，已经让我身边的每个人都心服口服。 我们知道，OpenAI 官方明确说明了 ………………………………