OpenAI 放弃了对 Plus 用户的 Deep Research 访问权限，与 DeepSeek 和 Claude 的 AI 代理战争升温
快速阅读: 《VentureBeat 公司》消息，加入每日和每周通讯，获取最新的人工智能报道。OpenAI宣布，深度研究功能已向所有ChatGPT Plus、团队、教育和企业用户开放，显著扩大了对AI工具的访问。该功能允许用户进行复杂研究，生成高质量报告。然而，访问权限和查询次数有限制，引发关于AI技术和定价策略的讨论。
加入我们的每日和每周通讯，获取行业领先的人工智能报道的最新更新和独家内容。了解更多，开放AI今日宣布，其强大的深度研究功能将向所有ChatGPT Plus、团队、教育和企业用户推出，显著扩大了对其最具变革性的AI代理的访问权限。许多专家认为，这是自最初的ChatGPT以来，该公司最具变革性的AI工具。“深度研究现已向所有ChatGPT Plus、团队、教育和企业用户开放，”该公司在官方X账号上宣布。根据公告，这些用户最初每月将收到10次深度研究查询，而Pro层级订阅者将有每月120次查询的权限。深度研究由OpenAI即将推出的o3模型的专用版本提供支持，标志着AI如何协助复杂研究任务的方式发生了重大转变。与传统聊天机器人提供即时响应不同，深度研究会独立搜索数百个在线资源，分析文本、图像和PDF，并合成出可与专业分析师生成的报告相媲美的综合报告。
AI研究军备竞赛：深度探索的开源挑战与开放AI的高级玩法。开放AI扩展发布的时机并非偶然。最近几周，生成式AI领域发生了巨大变化，中国的深度探索作为一个意外的颠覆者出现。通过以MIT许可开源他们的深度探索-R1模型，他们从根本上挑战了定义西方AI开发的封闭、订阅制商业模式。使这场竞争特别有趣的是背后不同的哲学理念。虽然开放AI继续将其最强大的功能限制在日益复杂的订阅层级之后，深度探索选择了截然不同的策略：免费提供技术，让成千上万的应用程序蓬勃发展。这一策略回响了早期的技术采用时代，在那时开放平台最终创造了比封闭系统更多的价值。Linux在服务器基础设施中的主导地位提供了令人信服的历史类比。对于企业决策者来说，问题变成了是否投资于可能提供即时竞争优势的专有解决方案，或者拥抱可能会在其组织内促进更广泛创新的开放替代方案。困惑度的近期整合将深度探索-R1整合到自己的研究工具中，展示了这种开放方法如何快速产生竞争产品。与此同时，Anthropic的Claude 3.7 Sonnet则采取了另一条路径，专注于其推理过程的透明性——“可见的扩展思考”。结果是一个碎片化的市场，每个主要参与者现在都提供了一种独特的AI驱动的研究方法。对企业而言，这意味着更大的选择，但同时也增加了确定哪个平台最符合其特定需求和价值观的复杂性。
从封闭花园到公共广场：开放AI的深思熟虑的民主转向。当山姆·奥特曼写道，深度研究“对某些用户来说可能值每月1000美元”，他揭示的不仅仅是价格弹性——他承认潜在用户之间存在巨大的价值差异。这一承认触及了开放AI正在进行的战略平衡的核心。公司面临着一个基本矛盾：维持能够资助其发展的高端排他性，同时履行确保“人工智能造福全人类”的使命。今天的公告代表了一步谨慎的举措，旨在提高可及性而不损害其收入模式。通过仅限免费层级用户每月两次查询，开放AI实际上提供了一个试用——足以展示技术的能力而不影响其高端服务。这种方法遵循了定义数字经济大部分领域的经典“免费增值”模式，但具有异常严格的限制，反映了每次深度研究查询所需的大量计算资源。对于Plus用户（每月20美元）分配的每月10次查询与Pro用户（每月200美元）的120次相比，形成了明确的区分，保留了高端的价值主张。这种分层发布策略表明开放AI认识到，普及高级AI能力不仅需要降低价格门槛，还需要对这些能力的包装和交付方式进行根本性的重新思考。
深入表面：深度研究的隐藏优势和意外漏洞。头条数据——在“人类的最后一场测试”中26.6%的准确率——只是故事的一部分。这个设计为对人类专家也极其具有挑战性的基准，标志着AI能力的巨大飞跃。作为参考，一年前即使达到10%的成绩也被视为了不起的进步。最重要的是，不仅仅是原始性能，而是测试本身的性质，它要求综合跨领域信息并应用细微的推理，远远超出模式匹配。深度研究的方法结合了几项技术突破：多阶段规划、适应性信息检索，以及最关键的一种计算自我纠正形式，使其能够在研究过程中识别并修正自身的局限性。然而，这些能力伴随着明显的盲点。该系统仍然容易受到所谓的“共识偏见”——倾向于重视广泛接受的观点，而忽略可能挑战既有思维的异见。这种偏差在创新往往源自挑战常规智慧的领域中尤其成问题。此外，系统的依赖现有网络内容意味着它继承了源材料的偏见和局限性。在快速发展的领域或在线文档有限的利基专业领域，深度研究可能难以提供真正全面的分析。如果没有访问专有数据库或订阅学术期刊，其对某些专业领域的洞察可能仍然肤浅，尽管其推理能力非常先进。开放AI的深度研究工具在困惑度实验室的“人类的最后一场测试”基准测试中表现优于竞争对手，达到了约25%的准确率——明显领先于其他包括困惑度、深度探索、谷歌和Anthropic在内的AI模型。
高管的困境：深度研究如何重写知识工作的规则。对于C级领导，深度研究提出了一个悖论：一种强大到足以重塑其组织内角色的工具，但仍过于受限，需要谨慎的人类监督才能部署。立即提高的生产效率是无可争议的——过去需要分析师几天时间的任务现在可以在几分钟内完成。但这种效率带来了复杂的战略影响。有效整合深度研究的组织很可能会完全重新想象其信息流程。与其简单地取代初级分析师，这项技术可能会创造出新的混合角色，其中人类专业知识集中在提出问题、评估来源和批判性评估AI生成的见解上。最成功的实施可能会将深度研究视为增强而非替代人类判断的工具。定价结构本身也带来了战略考虑。对于Pro用户，每月200美元获得120次查询，每次查询大约1.67美元——与人力成本相比微不足道。然而，有限的数量造成了人为稀缺，迫使组织优先考虑哪些问题真正值得使用深度研究的功能。这一限制可能会导致比纯无限模型更审慎地应用技术。长期影响更为深远。随着曾经仅限精英组织的研究能力变得广泛可及，竞争优势将越来越多地来自组织如何提出问题并将AI生成的见解融入其决策过程，而不仅仅是信息获取。战略价值从知道转变为理解——从信息收集转变为洞见生成。
对于技术领导者，信息很清楚：AI研究革命不再是即将到来——它已经到来。问题不在于是否适应，而在于组织能多快发展所需的过程、技能和文化心态，以在深度研究被彻底民主化的环境中茁壮成长。每日商业案例洞察。如果想给你的老板留下深刻印象，VB每日新闻可以帮你做到。我们为你提供公司如何使用生成式AI的内部消息，从监管变化到实际部署，以便你可以分享最大化回报的见解。立即订阅阅读我们的隐私政策。感谢订阅。
(以上内容均由Ai生成)
