微软在 Azure AI Foundry Agent Service 中新增 Deep Research 功能

微软不断改进 Azure AI Foundry Agent Service，并在最近推出了 Deep Research 公开预览版，用户可以通过该功能使用公共网络数据进行深入的多步骤研究。

Deep Research 是一种高级 AI 能力，不仅能够检索信息，还能自主分析、整合并报告复杂信息。它专为支持科学、金融和政策等对严谨性要求极高的领域的知识工作者而设计，能够满足精确性、全面记录和可追溯性方面的需求。

Azure AI Foundry Agent Service 是 Azure AI Foundry 的关键组件。这个平台将模型、工具、框架和治理整合到一个统一的系统中，用于构建智能体，其中 Agent Service 为智能体在开发、部署和生产环境中的运行提供支持。微软在 Foundry 和 Agent Service 上进行了大量的投入，例如最近增加了模型上下文支持（MCP）和 多智能体编排与可观测性。

随着 Deep Research 预览版的推出，微软副总裁 Yina Arenas 在 AI 和机器学习博文中表示：

借助 Deep Research，开发者能够构建可以深入规划、分析和综合网络信息的智能体——自动化复杂的调研任务，生成透明且可审计的输出，并与 Azure AI Foundry 中的其他工具和智能体无缝组合成多步骤工作流。

Deep Research 以一种多阶段智能体管道的方式运行，模拟严谨的人类调研工作流程：

• 意图澄清，使用高级 GPT 系列模型，如 GPT-4o 和 GPT-4.1。智能体能够澄清初始调研查询并精确限定任务范围。

• 网络数据发现，智能体通过调用 Bing 搜索工具 安全地收集高质量、最新的网络数据，显著降低幻觉并确保事实准确性。此外，需要指出的是，通过 Bing 搜索传输的数据在 Azure 合规边界之外。

• 深度分析执行，使用核心的 o3-deep-research 模型，该模型基于 Azure OpenAI o3 推理模型 进行微调，然后执行调研。该模型支持高达 200000 个词元的上下文长度和高达 100000 个完成词元，能够处理大量信息，进行逐步推理，并在出现新见解时动态调整方法。

• 报告生成与可追溯性，最终生成一个结构化的、有来源引用的报告，不仅提供最终答案，还详细记录模型的逐步分析路径、所有引用的资料清单以及在会话期间澄清的内容。

（来源：微软 Learn 文档）

几个月前推出 Deep Research 时，早期用户在 Hacker News 讨论区中的反馈表明，人工验证步骤依然不可或缺。用户报告说，该工具生成了事实错误，例如误解引用来源的数据或将内容错误归因，即使提供了相关链接也是如此。因此，尽管 Deep Research 为研究提供了有力支持，但其输出结果仍需谨慎对待，并由人工用户进行彻底核实，以确保准确性。

最后，o3-deep-research 模型的定价从每百万输入词元 10 美元和每百万输出词元 40 美元起，此外还需要支付 Bing Grounding 和 GPT 澄清阶段的费用。感兴趣的开发者可以注册有限的公开预览版，并查看微软提供的文档和学习模块。

【声明：本文由 InfoQ 翻译，未经许可禁止转载。】

原文链接：

https://www.infoq.com/news/2025/07/azure-ai-foundry-deep-research/