你知道 OpenAI 的深度研究工具吧？它可以自動爬梳網路資料，然後針對特定主題生成研究報告，超級方便！不過，這個工具只有 ChatGPT Pro 的使用者才能用，而且每個月要付 200 美元，門檻有點高。所以呢，Hugging Face 的研究團隊，包含他們的共同創辦人兼首席科學家 Thomas Wolf，就想說，不如我們自己來做一個開源的版本，讓更多人都能用到類似的功能。
這個專案叫做 Open Deep Research，核心概念是結合 OpenAI 的 o1 模型和一個開源的 "agentic framework"。這個 framework 就像一個聰明的助手，可以幫 o1 模型規劃分析流程，引導它去使用搜尋引擎之類的工具。雖然 o1 本身是閉源的，需要付費 API 才能使用，但 Hugging Face 團隊覺得，它的效能比像 DeepSeek 的 R1 這些 "開放" 模型來得好。
他們在很短的時間內，不到 24 小時，就成功讓 o1 模型透過一個簡單的文字瀏覽器和 "文字檢查器" 工具包，讀取網路上的檔案。聽起來是不是很酷？這個 Open Deep Research 可以自己瀏覽網頁、滾動頁面、操作檔案，甚至還可以利用資料來做計算。
當然啦，實際效能還是有差距的。在一個叫做 GAIA 的通用 AI 助理基準測試上，Open Deep Research 的得分是 54%，而 OpenAI 的深度研究工具可以拿到 67.36%。不過，考量到 Open Deep Research 是開源的，而且開發時間很短，這樣的表現已經很不錯了。
我也有試著用了一下 Open Deep Research 的公開 demo，不過可能因為太多人用了，所以沒能成功執行。但研究人員說他們會持續改進使用者體驗，而且已經把原始碼放在 GitHub 上了，大家可以去看看，提供一些回饋。
不過，這個專案也面臨一些挑戰。網路上其實已經出現很多 OpenAI 深度研究工具的 "複製品"，有些也是用開放模型和工具。但這些複製品，包括 Open Deep Research，都缺少了 o3 模型，而 o3 才是 OpenAI 深度研究工具的核心。在回答複雜問題和資訊收集方面，目前很少有模型能超越 o3。所以，在出現能跟 o3 相媲美的開放模型之前，深度研究工具的替代方案可能還無法完全達到 OpenAI 的水準。
我覺得這個專案很值得關注的地方在於，它反映了開源社群想要挑戰閉源 AI 巨頭的努力。雖然閉源模型在效能上可能更強，但開源模型有透明、可修改、可協作等優勢，可以促進技術創新和普及。Hugging Face 選擇使用 OpenAI 的 o1 模型，而不是完全依賴開源模型，也說明在某些任務中，閉源模型還是有它的優勢。但隨著開源模型的快速發展，說不定未來就會出現能跟 o1 或 o3 相媲美的開源替代方案。
另外，社群的參與真的很重要。Open Deep Research 能發展到現在這樣，跟社群的貢獻是分不開的。透過 GitHub，開發者可以一起檢閱原始碼、提供回饋、改進模型和框架。這種協作模式可以加速技術發展，確保 AI 技術的普及性。
如果 Open Deep Research 能夠持續發展，提升效能，它很可能會改變研究人員、記者和其他專業人士的工作方式。透過自動化的資訊收集和分析，它可以幫助使用者更快速、更有效地完成研究任務，發現新的洞見。
總的來說，Open Deep Research 專案代表了 AI 領域的一個重要趨勢，那就是開源社群正在努力挑戰閉源 AI 巨頭的壟斷地位。雖然目前開源模型在效能上可能還有差距，但隨著技術的快速發展和社群的積極參與，未來開源 AI 有望迎頭趕上，甚至在某些方面超越閉源 AI。Open Deep Research 的發展會如何影響 OpenAI 等公司的策略，以及整個 AI 生態系統的格局，非常值得我們持續關注。