OpenAI Deep Research AI代理架构

图片

关键考量

工具和AI代理的数量之间存在一个最佳平衡点。

确实，所有这些AI代理可以合并成一个拥有多种工具的AI代理。但工具数量和AI代理数量之间有一个最佳平衡点——当一个AI代理的工具过多时，工具选择可能会出问题。对此，NVIDIA在微调语言模型以实现精准工具选择方面做了很棒的研究。

OpenAI的总体思路似乎是多个AI代理协作与编排。

建立上下文和多个AI代理的协作非常重要……这让我们回想起聊天机器人的最初基础——明确意图很重要。对于通常需要长时间运行的研究请求，牢牢确立意图和上下文尤为关键。

每个AI代理使用不同的语言模型，这一点很有趣。从使用成本较低的模型处理子任务，到在发送昂贵且长时间运行的查询之前充分准备用户查询，这种方式很值得关注。

通过将工具与任务匹配，你可以优化效率，降低成本，并确保AI在应用中的可扩展性。

具体用途

当处理需要战略规划、从多样化来源综合信息、整合专业工具或多步骤推理的复杂任务时——比如进行深入的市场分析、调试复杂的代码问题或生成全面的研究报告——可以利用深度研究代理。

它们擅长编排工作流程，适应不断变化的上下文，通过将问题分解成可管理的部分并根据需要迭代，交付细致入微的输出。

反过来，只在这种高要求场景下使用它们。

对于日常需求，比如快速检索事实、简单的问答交互或短暂的对话，使用标准的OpenAI Chat Completions API即可。

这个更简单的接口提供：

• • 更快的响应时间，
• • 更低的计算开销，
• • 更低的成本，

非常适合高流量或低复杂度的使用场景，避免了代理编排带来的额外延迟。

在AI系统设计中，一个拥有多种工具的单一AI代理可以减少延迟，但随着复杂性增加，可能会导致过载和错误。另一种方式是多个AI代理拥有有限的工具，促进模块化，就像OpenAI的Deep Research API那样，专门的AI代理处理分类、澄清和研究——提升透明度和可扩展性，尽管增加了交接开销和成本。选择取决于任务复杂度和需求。

四代理深度研究流水线

分类代理（Triage Agent）

嘿，我会仔细检查用户的查询，看看是怎么回事。

如果感觉缺少一些关键上下文，我会把它交给澄清代理去深入挖掘。否则，如果一切看起来没问题，我就直接把它交给指令代理，继续推进。

澄清代理（Clarifier Agent）

我负责通过提出关键的后续问题来澄清事情。

然后，我会耐心等待用户——或者一个模拟的回应——提供我们需要的答案。

指令构建代理（Instruction Builder Agent）

一旦我们有了更丰富的输入，我就上场，把它转化成一个超级精准的研究简报，随时进入行动。

研究代理（Research Agent, o3-deep-research）

我利用WebSearchTool深入进行网络规模的实证研究，收集所有重要细节。

与此同时，我会用MCP检查我们的内部知识库——如果有相关内容，我就拉取这些有用的片段来充实我的参考资料。为了让你了解进展，我会在过程中实时输出中间事件，确保完全透明。

最后，我会交付一个精炼的Research Artefact，稍后可以解析。

可观察性

​​print_agent_interaction​​​ 函数（在OpenAI Cookbook的Deep Research API代理示例中也称为 ​​parse_agent_interaction_flow​​）是一个方便的工具，用于可视化和调试多代理系统的动态工作流程。

它接收AI代理事件流作为输入，逐项迭代，打印一个清晰的、带编号的序列，突出关键活动，比如代理交接、工具调用（包括名称和参数）、推理步骤和消息输出，前面都带有相关代理的名称，便于跟踪。

这对开发人员构建复杂研究流水线非常有价值，因为它将原始事件数据转化为人类可读的格式，在测试或监控时提升透明度——可以把它看作一个轻量级的跟踪记录器，跳过无关细节，聚焦于分类、澄清、指令构建和研究组件之间的核心交互。

最后

下一个前沿是实现不同组织中的AI代理之间的协作。

其次，是AI代理融入人类世界的复杂网络浏览和操作系统导航。

本文转载自​​​​AI大模型观察站​​​​，作者：AI大模型观察站