RISC-V技術的崛起與戰略價值 RISC-V是一種開放原始碼的精簡指令集架構（ISA），由加州大學伯克利分校於2010年發起，其設計目標是提供一個簡單、模組化、可擴展且免費的指令集，任何機構或個人都可以自由使用、修改和擴展，無需支付專利費用。與x86和ARM等專有架構相比，RISC-V具有開源免費、可定製化、模組化設計等顯著優勢，使得企業可以根據自身需求裁剪指令集，從而最佳化性能、功耗和成本。例如，RISC-V基礎指令集僅40余條，規範文件簡潔，便於工程師快速開發驗證，縮短晶片設計周期並降低開發成本。這些特性使其在物聯網（IoT）、人工智能（AI）、汽車電子、資料中心等新興領域展現出巨大的潛力和吸引力。 RISC-V憑藉上述優勢，經過近十年的發展，已經從學術項目成長為全球半導體產業最受關注的第三條路線，與x86和Arm形成三足鼎立之勢。截至2024年，RISC-VInternational基金會已覆蓋70個國家，擁有超過4200名成員，累計部署的RISC-V核心超過130億顆。市場研究機構預測，到2031年，搭載RISC-V核心的芯片出貨量將達到360億顆，年複合增長率高達31.7%，對應市場規模將超過3000億美元。這一增長趨勢表明，RISC-V正從邊緣應用快速擴展到高性能計算、AI加速等核心場景，其變革性的創新潛力正逐漸成為現實。 RISC-V核心部署量增長預測（2024-2031年）

OpenAI一直「任何人有點子，都可以去驗證、去推動、最終把它做出來」的文化。 OpenAI 研究員Isa說驅動我工作的往往是那些我自己會用到的東西，例如Deep Research。今天跟大家分享的是No Priors訪談最新一期訪談。正好OpenAI 剛剛宣佈，Deep Research 從今天起免費向所有美國使用者開放。。讓我們跟隨矽谷AI投資女王Sarah的訪談來瞭解這個研究Agent背後的故事。在本期No Priors訪談中，Sarah和Isa 深入聊聊這個專案的緣起，人類專家資料在其中扮演了什麼角色，以及要怎樣才能打造出既能解決現實問題、甚至還懂「品味」的AI 智能體。 Isa 也會分享Deep Research 和OpenAI o3 模型的不同之處，開發過程中遇到的延遲挑戰，以及她對未來智能體能力發展的看法。Deep Research產生於OpenAI研究員的副業中，設計之初就定位為專注海量資訊整合類的「唯讀」任務，避免高風險操作，例如其他agent喜歡演示的簡單交易場景。Deep Research採用強化微調（RL Fine-Tuning），結合人類專家資料與合成資料集。Deep Research資料選取上採取的「廣撒網」的策略，廣泛收集了各種專業領域的資訊收集場景資料，並未深入某個特別領域。因為強化學習能夠在訓練中自己摸索出從問題到答案的路徑。通往通用智能體的清晰路徑，由高品質資料整理、完備工具整合、可衡量任務設計，以及預訓練與強化學習的循環互促共同構成。當你有一個非常具體、定義明確的問題時，這個問題需要引導模型去檢索特定的資訊來源，或是聚焦在某些方面Deep Research 通常表現較好，而不是O3。當然基礎模型也很重要，在一個類型的任務上訓練，模型的能力也能遷移到其他領域。比方說，你主要用數學、程式設計和其他推理類問題訓練出來的O3模型，它寫東西的能力也會不錯。Deep Research 會一直專注於那些需要最長處理時間的複雜任務。而像o3 或O-next（下一代模型）可能會在「快」和「深入」之間找到更好的平衡。未來Deep Research的產品路線，下一步是讓它能存取私人資料，再往後執行寫入操作或是呼叫API 了。Deep Research 的誕生與演進Sarah： 聽眾朋友們大家好，歡迎回到No Priors。今天我的來賓是 Isa Fulford，她是OpenAI 開創性的Deep Research 計畫的幕後功臣之一。這是OpenAI 今年2 月發佈的一款新型智能體產品，它能利用推理能力和網頁瀏覽等工具，幫你完成比較複雜、需要多個步驟的研究任務。好消息是，從今天起，這款產品將免費提供給所有美國使用者。歡迎Isa！ Isa，非常感謝你今天能來。Isa： 謝謝你的邀請，很高興來到這裡。Sarah：  Isa，你和你的團隊最近推出的Deep Research 無疑是近期最令人興奮的AI 產品之一了，我自己也常用。能和我們聊聊這個想法最初是怎麼來的嗎？它的誕生背後有什麼故事？Isa： 好的。大概一年前吧，我們內部對一種新的強化學習演算法的進展感到特別興奮，發現它在解決數學、科學和程式設計問題上進步神速。正好那段時間，我和我在OpenAI 的朋友Yash 一起在鼓搗幾個業餘項目，我們倆都對「智能體」（agents）這個方向很著迷，就在想，能不能把同樣的演算法用到普通人日常會做的那些任務上呢？我們最先想到的兩個方向是：一個是在線上研究，因為很多職業都需要做大量的資料蒐集、資訊整合，最後寫成報告；另一個是軟體工程。我們在這兩個方向上都做了一些探索，而我主要負責的是瀏覽研究這塊。一開始，像數學題、程式設計題這些，大家已經在用現成的資料集訓練了，例如有標準答案的數學題，可以直接用。但瀏覽任務就不一樣了，它更開放，沒什麼現成的資料集。所以，我們反過來，先去明確我們希望最終的模型能在那些實際場景下表現出色。我們當時真的會列出很多具體的需求，比如，“我希望模型能幫我找到幾款產品，並根據Reddit 上的評價給排個序”，或者“我希望它能幫我針對某個主題寫一篇文獻綜述”。Sarah： 我發現，很多人一想到“瀏覽”和“智能體”，腦子裡冒出來的往往就是那兩三個常見的交易場景，比如在DoorDash 上訂個漢堡什麼的，老實說我覺得這些想法沒什麼新意。訂花好像也是老生常談的例子。你們當時是怎麼想到要為智能體設定一套如此不同的目標的呢？Isa： 在我們著手讓智能體學會執行「正確的操作」（就像你剛才舉的那些例子）之前，我們更希望它能先精通一件事：從海量資訊來源裡高效地整合訊息，主要專注於「唯讀」類型的任務。這麼做有幾個原因：第一，現實中大量的知識型工作，核心內容其實就是資訊整合，所以這對從事這類工作的人來說會非常有價值。第二，OpenAI 的長遠目標是創造能夠做出新科學發現的通用人工智慧（AGI）。我們覺得，能夠有效率地整合資訊是實現這個目標的基礎。你想想，如果連文獻綜述都寫不好，又怎麼可能寫出開創性的科學論文呢？所以，這個方向和公司的大目標是高度一致的。Sarah： 這也蠻有趣的，你幫助創造了一個能讓我學得更好的AI，而這個AI 本身也不斷在學習。Isa： 哈哈，你這麼一說還真是，我之前倒沒這麼想過。這個角度挺好玩的。另外，從更實際的角度來看，「唯讀」任務在安全方面的風險相對更容易控制，所以從這裡起步也是個比較穩健的選擇。Sarah： 確實，在「唯讀」這個領域，好像以前大家也沒像你和Yash 想得那麼遠，沒期待它能理解這麼多東西。Isa： 好的，所以你們先構思了最終的評估標準（end eval），然後設計了一系列可以自動打分數或有特定屬性的任務，讓它們更適合用那些演算法來訓練。接下來呢？Isa： 光是這個過程本身就相當複雜了。我們一開始做了一個示範（demo）去向大家「兜售」這個想法。那個demo 裡其實根本沒有經過訓練的模型，只是用提示語（prompt）驅動的模型，配上一個使用者介面（UI），用來展示這個產品未來的願景。有了這個demo 之後，我們才真正開始琢磨俱體要怎麼落地：數據怎麼來？模型怎麼訓？需要開發那些工具才能讓模型有效地在網路上瀏覽資訊？整個過程充滿了反覆的嘗試和調整。我和Edward Sun 還有其他幾位同事合作得非常緊密。我們也跟著強化學習（RL）團隊進行了大量的協作。這絕對是個大工程。比較幸運的是，我們有好幾個月的時間可以不受打擾地專心工作，一門心思地提升各項評估指標。我覺得能有這樣的空間，不用急著趕工上線，可以踏實地反覆迭代，把產品打磨到比較理想的狀態，真的很棒。Sarah： 在這些任務裡，有沒有那一個是你覺得特別有代表性，或是說最重要的？Isa： 我們有好幾個大家覺得蠻有趣的任務。其中一個是找出Liam Felis 和Barrett Zoff 合著的所有論文，我記得好像是11 篇。現在的模型基本上能找到大部分，甚至全部了。我們以前老拿這個問題考它。還有一個，模型現在可能因為某些原因答不出來了，就是找出我們一個同事的中間名。就我個人而言，我很早就開始用它來幫我查各種資訊了，像是找產品推薦、做旅行計畫什麼的。實際上，公司內​​部很多人都在用。我們當時搭了Streamlit 的內部試用平台，很多人發現之後就一直在使用。 Sam Altman 還跟我說他用這個買了不少東西。每次平台一出問題掛掉了，就會有人來問我們：「嘿，怎麼回事？我們等著用呢！」那怕是在早期版本，說實話效果還不太行的時候，大家就已經挺依賴它了。我覺得這是一個非常正面的早期訊號。資料準備Sarah： 那我們聊聊實際工作中的重點吧，例如工具開發和資料準備這塊，你有什麼可以分享的嗎？Isa： 資料這塊，我們嘗試了很多不同的方法。有些數據是靠人類訓練師來標註的。我們得琢磨出新的方法，設計新的資料型態。關鍵是要想清楚，怎麼設計資料集才能有效地鍛鍊我們希望模型掌握的那些技能。然後，還得設計一套評估方法，在訓練過程中給這些數據打分數。同時，你也得給模型發展好用的工具，讓它能真正順利地完成任務。目前，我們只有一個瀏覽工具，是個以文字為主的瀏覽器，但它能看到網頁裡嵌入的圖片，也能開啟PDF 檔案。此外，它還能呼叫Python 工具，用來做數據分析、計算、畫圖表什麼的。可以預見，未來的版本會不斷增加新的工具，模型的能力也會越來越強。但對應的，我們也需要不斷創建新的資料集，讓模型在訓練中能充分練習使用這些不同的工具，學會怎麼組合運用、怎麼發現走錯了路再退回來等等。只有這樣，它才能在實際應用中靈活地解決用戶提出的各種新問題。強化學習微調（Reinforcement Fine-tuning）Sarah： 現在看來，在強大的基礎模型上做強化學習微調（RFT）確實能帶來實實在在的好處，這太令人興奮了。對於那些正在考慮要不要針對某個特定任務做RFT 的新創公司或其他公司，你有什麼建議嗎？例如，什麼情況下值得投入去做RFT，什麼時候又可以只用傳統的方法，把智能體當作一個模組來調度（orchestration）就行了？Isa： 總的來說，如果你針對某個特定任務去訓練模型，那它在這個任務上的表現肯定會更好，這是毋庸置疑的。但我們也發現，在一個類型的任務上訓練，模型的能力也能遷移到其他領域。比方說，你主要用數學、程式設計和其他推理類問題訓練出來的模型，它寫東西的能力也會不錯。當然，如果你專門針對寫作任務訓練它，效果肯定會更上一層樓。我的建議是這樣：如果你手頭上有個非常具體的任務，而且你覺得這個任務和你已知的模型訓練數據差別很大，你自己試了很多次，換了各種提示語，效果就是不理想——比如說，某個特別專業的基因測序任務，或者其他對模型來說完全是“圈外”（out of distribution）的知識，模型壓根不知道我從何下開始就值得加強還有一種情況：如果某個任務對你的核心業務流程來說至關重要，效能提升個10%、15% 就能決定生死存亡，那或許也應該嘗試RFT。但是，如果某個任務，你覺得模型大體上做得還行，就是偶爾會犯錯，而且你觀察到每次OpenAI 發布新模型，它在這方面的表現都會好一點點，那可能就沒必要花大力氣去做RFT 了，因為模型本身就在自然而然地進步。這就是我的看法。為何人類專家數據如此重要Sarah： 非常中肯的建議。你剛才提到需要靠人類專家來準備一部分數據。我一直覺得「瀏覽」這事兒挺普遍的，當然，瀏覽水平有高有低。你覺得具體在那些環節需要專業知識？或者說，在資訊收集和瀏覽這方面，你有什麼是以前沒意識到的新發現嗎？Isa： 嗯，這事吧，其實幾乎所有產業都一樣：你總是會遇到問題，或是想研究某個領域，然後就得從各種地方找資料，最後總結成一個答案。在這個過程中，你就得運用專業知識來判斷：這個來源可靠嗎？這個資訊有沒有用？這個該不該放進來？這個是不是扯遠了？等等。這幾乎是所有工作、所有研究領域共通的。強化學習的厲害之處在於，你不一定需要知道專家完成研究的每一步具體是怎麼做的，你只需要告訴模型任務是什麼，以及理想的結果應該是什麼樣，模型就能在訓練中自己摸索出從問題到答案的路徑。所以，我們採取了比較「廣撒網」的策略。我覺得在OpenAI 這樣的地方工作，可能就有條件做一些通常不建議新創公司做的事，就是同時面向非常廣泛的用戶群體，去請教各個不同領域的專家，看看能不能讓模型一下子在所有方面都做得不錯。我們當時就是這麼幹的。當然，我們也自己造了很多合成數據之類的，但真人專家的數據，對於這個模型的成功絕對是功不可沒的關鍵一環。Sarah： 在這些不同的領域裡，模型自己學到的規劃方式有沒有讓你覺得出乎意料的地方？例如，它為了找到那個完美的手袋、日本的某家餐廳，或是一系列相關的論文，所採取的步驟和想法？Isa： 有時候它會用一些我可能壓根想不到的搜尋關鍵字。而且，我們並沒有一開始就教它怎麼做規劃，但有時會發現，它在開始研究之前，確實會自己先制定一個計劃。還有的時候，模型會耍點小聰明，試圖繞過你給它設的限制。所以你得時時刻刻留意，別讓它「黑」了你的系統，比如說，偷偷用你沒授權給它的搜尋引擎什麼的。它會乾出些聰明的“壞事”，你得盯緊點，尤其是當你不想讓它這麼做的時候。Sarah： 也許我們可以藉這個機會，聊聊一些它可能「翻車」的地方（failure modes）。你是怎麼看待智能體常見的一些問題，例如誤差累積、容易“分心”，甚至安全隱患？智能體的「翻車」點Isa： 對於Deep Research 來說，因為它實際上乾不了那些會引發典型智慧體安全問題的操作，所以還好。但我確實覺得，正因為它給予的回應更全面、更詳盡，耗時也更長，人們可能會更容易相信它。所以，「一本正經地胡說八道」（hallucinations）這個問題可能會更突出。雖然這個模型產生幻覺的機率比我們發布過的任何模型都要低，但它還是有可能出錯，大多數情況是因為它錯誤地解讀了某個資訊來源。這也是我們為什麼堅持要加上引用的原因之一——讓使用者能方便地檢查資訊來源，這一點至關重要。如果發現資訊不對，使用者至少能找到源頭去搞清楚。但這確實是模型目前最大的短板之一，也是我們一直在努力改進的地方。至於未來的智能體，我覺得理想狀態下，它應該能為你做研究，也能替你採取行動。這就引出了一個更棘手的問題，需要我們好好解決。到那個時候，能力和安全就緊密地交織在一起了。如果一個智能體做事總是帶來意想不到的、你不希望看到的副作用，讓你沒辦法信任它，那它就沒什麼用了。打個比方，你讓它幫你辦件事，結果它中途發了封讓你尷尬的郵件，那這個任務就算失敗了。所以，我認為這將是一個更有趣、更難搞的安全領域，我們才剛開始著手應對。Sarah： 如果你現在還不好說，也沒關係。但你覺得，以後人們是會想要那種明確的「安全護欄」（guardrails）呢？還是說你覺得很多這類限制可以透過模型本身的學習來掌握？Isa： 如果你用過Operator（我猜你一定用過），你會發現，每次要執行寫入操作，它都會讓你確認一下。我覺得在起步階段，這樣做非常合理，你需要先和使用者建立信任。等模型能力越來越強，也許你看著它成功辦了幾件事，對它的信任度提高了，你可能就會放寬一些：「行吧，以後給這幾個人發郵件就不用每次都問我了，直接發吧。」但我確實認為，隨著這些智能體逐步推廣開來，我們肯定還是需要設置護欄和確認環節的。畢竟，在它們的能力還沒達到最終理想狀態之前，我們還是得確保有足夠的監督。不過我相信，它們最終會變得非常厲害，以至於我們會完全放心地讓它們替我們處理各種事情。Sarah： 你覺得Deep Research 這個產品，接下來在那些方面會有比較明顯的提升？Deep Research 的未來之路Isa： 嗯，它一定會向「可寫」操作擴展，你剛才其實也提到了。Sarah： 我覺得理想狀態可能是擁有一個全能型的智能體，什麼都能幹。任何你能交代給同事做的事情，它都應該能勝任。Isa： 那我們以後怎麼決定是「Sarah，這事你來做」還是「智能體，麻煩你做一下這個」？Sarah： 或者乾脆每次都先讓智能體試試看？Isa： 可能吧。如果是我自己的工作，我一定先讓智能體試試看。這似乎形成了一種模式：每次模型能力提升，人類需要介入的層面就越高，你讓它做的任務就越宏觀。但最終發起任務的還是人。打個比方，一年前我可能讓它幫我寫個函數，現在我讓它寫一整個檔案，也許明年它就能幫我搞定一個完整的PR（程式碼合併請求）了。所以我認為，我們還是會是那個「發號施令」的人。說回Deep Research，我覺得很明顯的下一步就是讓它能存取私人數據，例如能夠在你的內部檔案、GitHub 程式碼庫等等進行研究。Sarah： 這簡直是條金線！我們第一次見面的時候，你就在搞檢索（retrieval），我當時就想，這家公司不可能只有一個人在搞檢索吧！結果發現，條條大路通檢索啊！Isa： 嗯哼。所以我覺得能存取私有資料會非常酷。再往後，就是執行寫入操作或是呼叫API 了。當然，模型現在還有很多不完美的地方需要持續改進。但我覺得我們和強化學習團隊的合作模式特別棒。很多團隊會為RL 團隊的大規模訓練提供資料集，我們也貢獻自己的資料。然後，他們用海量的算力訓練出新模型，這個新模型就成了我們繼續進行微調的更好的起點。所以我感覺，能力是不斷疊加、滾雪球式地成長的。Sarah： 所以，這當初並不是一個低調的研究預覽版，而是一個從副業項目演變而來、在內部引起很大反響的項目。你是怎麼判斷那些想法適合OpenAI 或至少你自己獨立去做成產品，那些又該歸入核心的研究路徑呢？Isa：  OpenAI 有個很酷的地方在於，即使公司規模越來越大，那種「任何人有點子，都可以去驗證、去推動、最終把它做出來」的文化，我覺得一直都還在。至少在公司發展壯大的過程中，這種精神被保留了下來。就我個人而言，驅動我工作的往往是那些我自己會用到的東西。例如Deep Research，我確實常用它來查各種東西，像是旅行推薦什麼的。我大概算是個重度日活用戶了。Sarah： 能「吃自己的狗糧」（dogfooding）感覺很棒吧。Isa： 哦，太爽了。是啊，我可是燒了不少GPU 啊。Sarah：有沒有那些使用場景，例如因為你是最初的專家，所​​以你或Yash，或是你觀察到使用者群體是這麼用的，而你也鼓勵大家這樣去用Deep Research？Isa： 我特別有興趣看人們在那些我完全不懂的領域裡用它。比如說醫學研究，或是看到很多不同領域的科學家發文說他們怎麼用Deep Research，以及它怎麼幫他們解決了問題。對我來說，這是最有趣的，因為我們開發的時候，我根本無法判斷輸出結果的好壞。所以，能看到真正的專家認可Deep Research 的回答，這非常有價值。還有一個讓我有點意外的領域是程式碼搜尋和解決程式設計問題。例如有人會讓它「用某個庫或倉庫的最新版本幫我寫這個檔案」。還有數據分析，這也是模型已經做得相當不錯，我認為會持續進步的領域。我覺得，上傳一個檔案，讓它幫你做點分析，或是先做點研究，然後產生一份有數據分析的報告，這都挺有趣的。Sarah： 這個我倒還沒試過。而且這也不算是個瀏覽任務啊。是什麼讓模型在這方面特別擅長？或者說它能做到什麼程度？它真的能處理多步驟的任務，並且能規劃、理解需求，最後產生一份條理清晰的報告嗎？Isa： 我覺得我們用來做微調的基礎模型，也就是 o3，本身就已經非常強大了。它是在各種各樣的資料集上訓練出來的，包括大量的程式設計、推理和數學任務。所以它繼承下來的底子就很好。當你在這個基礎上再加上瀏覽能力，它依然能做那些分析。所以我認為這兩者結合起來威力很強。Sarah： 播客開始前，我們剛好聊到讓AI 從用戶那裡學習「品味」或偏好。 OpenAI 最近也發布了一些「記憶」功能。你覺得Deep Research，或者說智能體這個大方向，未來要怎麼才能更好地理解使用者的學習習慣，或是他們喜歡用什麼方式來獲取資訊？智能體如何培養「品味」？Isa： 我認為智能體的「記憶」能力絕對會變得至關重要。要是每次讓它工作都得把你的要求、你的習慣、關於你的一切都重複一遍，那也太煩人了。目前Deep Research 確實是這樣。而且我覺得，隨著任務變得越來越複雜——現在完成一個任務可能需要5 到30 分鐘，你可以想像未來可能需要幾小時甚至幾天——你肯定希望模型的研究成果是能累積下來的，而不是每次都得從零開始。所以，雖然我現在還沒有一個完美的答案，但我認為這絕對是未來發展中非常重要的一環。Sarah： 現在很多頂尖實驗室的人都有共識，就是通往AGI 的「配方」大概是什麼樣，大家心裡或多或少都有點數了，或者說挺有信心的。強化學習的再度興起也讓大家很興奮。我從你和其他人那裡聽到的，都是既對“這路子看起來能行，我們能搞出真東西來”感到興奮，同時也認識到“這方法數據效率很高，但未來還有大量的工作要做”。可以跟我們聊聊你開發Deep Research 過程中的一些感受嗎？這段經歷有沒有改變你對未來的看法？建構通用智能體的經驗與路徑Isa： 你說的這些我都完全同意。看到演算法的數據效率這麼高，確實讓人印象深刻。我想，用來訓練的資料品質肯定要高得多，量也少得多，所以光是整理這些高品質的資料就是一項大工程。然後，你得確保模型能用上人類完成工作所需的所有工具。再然後，你還得想辦法把那些人們覺得有用、或者工作中實際會做的任務，用一種可以衡量模型做得好不好的方式表達出來，這也很難。相較之下，預訓練（pre-training）有大量的數據，但也面臨各種不同的挑戰。我覺得這只是挑戰的類型不同而已。而且兩者是互相促進的：你需要一個非常好的基礎模型才能做好強化學習，而對我們團隊來說，我們就是不斷地做更多的密集學習。所以，是的，這一切都是相輔相成、不斷滾雪球的。但我認為，大家確實都比較清楚地看到了通往這種「無所不能」的通用智能體的大致路徑。Sarah： 你覺得這條路上還有什麼大的「攔路虎」嗎？就像你剛才說的，也許不完全是Deep Research 的下一步，但就是我們離擁有那種統一的、感覺像同事一樣的智能體能力，還有多遠？中間還隔著什麼？Isa：有很多非常棘手的安全問題需要我們解決。我們絕對不會發布任何我們沒有十足把握確保其安全性的東西。而且我認為，當智能體能夠存取你的GitHub 倉庫、你的密碼、你的私人資料時，風險等級是完全不同的，要高得多。所以，這是一個巨大的挑戰。另外，如果你希望模型能執行那種需要好幾個小時甚至更長的任務，如何有效地管理「上下文」（context）也是個難題，這和「記憶」有點像。如果一個任務持續時間非常長，上下文視窗一定會不夠用，那怎麼能有效率地處理這個問題，讓模型能繼續跑下去？還有，就是我反覆提到的，準備資料和開發工具，這本身就是龐大的工作量。Sarah： 我剛剛翻了一下我的查詢記錄。我有個需求是：我想看看我對Deep Research 和其他模型分別提過那些要求，尤其是在我的「記憶」功能裡。不過範圍挺廣的，從很明顯的，比如我要快速瞭解某個我正在考察的公司的市場情況，或者某個技術主題，到旅行規劃，這是個大頭。我還用它找過一些跟「品味」相關的東西。例如我會說：“我喜歡這幾本書，原因是……我希望你能給我一個長篇總結，列出其他你認為我該讀的書，並解釋為什麼。”Deep Research vs. o3Sarah： 我發現，對於「什麼時候用Deep Research 比用o3 更好」，我腦子裡還沒有一個特別清楚的概念。你能給我點直覺上的建議嗎？Isa：當你有一個非常具體、定義明確的問題時，Deep Research 通常表現得更好。也許不是問某個主題的概覽，而是你在尋找某個特定的資訊點，並且你覺得這個資訊可以透過網路上的現有研究來補充──即使這些資訊也包含在我們訓練基礎模型的資料裡。我認為能夠即時存取最新的資訊還是非常有用的。Sarah： 所以，如果我的直覺告訴我，這個問題需要引導模型去檢索特定的資訊來源，或是聚焦在某些方面，那麼用Deep Research 會更有效？Isa： 我覺得是這樣。而且，我們訓練Deep Research 產生的回應通常比一般模型長很多，也更詳盡。所以，如果你需要一份非常全面的報告——當然，有時對於某些任務來說可能有點過於詳細了——那麼Deep Research 會很有幫助。Sarah： 能不能舉個Deep Research 處理時尚類任務的例子？Isa： 我用它找過新品牌。我會說：“我喜歡這幾個牌子，請幫我找找還有那些新牌子能買到類似這款的特定外套”，或類似的要求。它在這方面非常擅長。相比之下，我覺得基礎模型或普通模型可能會給你推薦一些品牌，但不一定能完全滿足我設置的所有條件，比如“我想要一件人造皮草的外套，要這個長度，是這一季的新款”，它可能就做不到，因為它沒有最新的資訊，也不一定能一次性處理好查詢裡所有的限制條件。Sarah：  o1的瀏覽功能沒那麼深入。Isa： 我會用Deep Research 來找那些特別具體、自己找可能要花好幾個小時的東西。例如，我在找一件非常特定的單品，或者一件毛衣，可能在The RealReal（二手奢侈品網站）或別的什麼地方有賣，但我就是找不到。或者我在找一個有非常具體要求的Airbnb 房源。我覺得Deep Research 很會處理這類需求。而對於那些更廣泛、更宏觀的問題，你應該用普通的搜尋工具。Sarah： 嗯，好吧。我必須承認，我確實有一些拖了好幾年的瀏覽/購物任務，我現在準備給Deep Research 寫個定時腳本（cron job）讓它去跑了。Sarah： 我想再問一個關於體驗的問題。在訓練Deep Research 的過程中，有沒有一個特別的成功案例或失敗案例讓你印象特別深刻，甚至有點驚訝？Isa： 這確實是那種情況：我們當初覺得，針對瀏覽任務進行訓練應該是可行的，感覺挺有把握的。但是，當你第一次用這個演算法、在一個全新的資料集上訓練模型，然後親眼看到它真的起作用了，並且能跟它互動時，那種感覺還是相當震撼的——即使我們本來就覺得它會成功。所以老實說，光是它效果這麼好這一點，就挺讓人驚喜的。Sarah： 嗯，即使你們本來就覺得它行。Isa： 如果你能明白我的意思的話。Sarah： 是的，是的。就是那種親身體驗到的，「哇，原來這條路真的走得通」的感覺。Isa： 完全正確。但反過來說，它有時在某些地方犯的錯誤也挺讓人驚訝的。例如，它明明能做出非常聰明的操作，但緊接著又會犯一個讓你匪夷所思的低級錯誤，讓你忍不住想：「你到底在幹嘛？快停下！」 所以我覺得肯定還有很大的改進空間。但是，總的來說，我們對模型目前的表現還是相當滿意的。Sarah： 我已經習慣了我所有的科技工具都是即時回應的。但 Deep Research 不是，它需要時間去思考、去調用工具。它有可能變得更快嗎？延遲（Latency）Isa： 我確實認為有一個很好的中間地帶。有時候你並不需要它做那麼深入的研究，但又希望它能比簡單的搜尋提供更多資訊。我覺得我們很快就會發布一些能滿足這種需求、讓大家滿意的產品，來填補這個空白。Sarah： 好吧。我不知道該怎麼表達我的偏好，但我希望未來能有個選項，讓我可以調節，比如告訴它：「在接下來五分鐘內，盡你所能做到最好就行。」因為我跟真人協作時就會這麼說。Isa： 是啊，你看，讓使用者來做這個決定，似乎不是一個好的使用者體驗（UX）。模型本身應該更智能，能自己判斷需要花多少時間思考才適合。我覺得我們在訓練模型時做了一個取捨，就是預設讓它每次都進行最充分的思考。所以我自己有時候也會為了測試，問它一個特別簡單的問題，然後看著它還在那兒轉圈圈，就覺得挺抓狂的。所以我確實認為這也是一個需要改進的地方：模型要學會判斷「思考多久才夠」。但是，是的，我估計Deep Research 會一直專注於那些需要最長處理時間的複雜任務。而像o3 或O-next（下一代模型）可能會在「快」和「深入」之間找到更好的平衡。Sarah： 你能想像未來Deep Research 花上一整天時間完成一個什麼樣的任務嗎？那得燒掉多少GPU 啊！Isa： 我想，任何… 我的意思是，現在它用5 到30 分鐘就能完成人類專家評估需要好幾個小時的工作。那麼以此類推，用一個小時，它或許就能完成人類需要幾天才能做完的事。用一天時間，它或許就能完成人類需要幾周才能完成的工作。當然，要讓它擴展到這種程度，一定會遇到很多挑戰。但我認為你可以想像一下，讓它做一個原本需要幾周時間才能完成的研究項目，或是寫一篇學位論文之類的。Sarah： 好吧，看來接下來的幾個月，我得讓我們的實習生和它比試比試了。Isa： 好啊，聽起來不錯。Sarah： 如果讓你展望一年之後──在AI 領域，一年可是相當長的時間了──你覺得到時候智能體能做到的、並且會實際發佈出來的能力中，有什麼會是讓大家感到驚訝的？當然，是在安全可控的前提下。智能體能力的預測Isa： 我希望有一個通用的智能體，能在許多不同的領域幫你完成大量的日常任務。例如對我來說，我寫很多程式碼，我希望到時候能有一個程式設計能力相當強的智能體，我可以​​放心地把任務交給它，然後它就能給我提交一個PR。但同時，也許我可以用同一個智慧體幫我預訂去韓國的機票飯店。我希望我們能走向一個更統一、更整合的體驗。但同時我也認為，這些模型能力提升的速度，對大多數人來說，將會是相當驚人的。Sarah： 為什麼覺得「統一的體驗」很重要？或者說，為什麼你覺得這是合理的？因為我覺得現在的情況挺分散的，顯然ChatGPT 是一種非常包容的體驗，但人們在不同場景下會用不同的模型，比如寫程式碼時用的那種「下一行補全」模型，感覺就是完全不同的設定。Isa： 我覺得你可能兩者都需要。你可能既想要一種能在某個時刻介入、打斷模型的體驗，比如告訴它“哦不，我不是那個意思”，或者乾脆自己接手過來開始寫點什麼。是的，尤其是在短期內，當模型在很多方面還不如人類，但在其他方面又比人類強的時候。所以我認為未來會是一種結合：你讓模型去做某事，但也許，還拿程式設計舉例，你同時也在你的VS Code 或其他編輯器裡，Cursor也在那兒，它在幫你幹活，但你也可以隨時自己上手敲程式碼，自己寫一部分。所以我認為會是這些方式的結合。但我內心有點希望它能成為某種就像… 就像你在Slack 上有個同事，或者一個遠端工作的搭檔，你可以隨時隨地讓他們幫你做事，給他們發條Slack 訊息，他們就開始幹活了，然後你可以檢查他們的工作，或者在需要的時候幫一把。這似乎是一種相當理想的通用互動方式，你不需要費腦筋去想“這個任務我該交給那個智能體？”，它應該自己就能搞定。Sarah： 我對此的理解是，我的基本理念其實是：我很喜歡和我一起工作的人。但考慮到溝通和管理的成本，如果其他條件相同，我更傾向於和更少的人一起工作，因為每個人掌握的資訊更全面，我對他們的瞭解也更深。所以，這種「萬能型」的智能體因為這個原因而特別有吸引力。你只需要告訴它一次，它就能記住，然後它會對你手邊所有的工作都瞭如指掌。大概是這樣。Sarah： 太棒了。 Isa，這次訪談非常精彩，謝謝你來參加節目，也謝謝你們團隊發佈了這麼棒的產品。Isa： 非常感謝你的邀請，也謝謝你使用Deep Research。 （通往ASI之路）