GPT Researcher：独立完成科研任务的智能体
一个由哥大研究人员开发，名为 GPT Researcher 的 AI 智能体项目，已经能独立完成各种类型的网络科研任务。GPT Researcher的开发者称它可以生成详细、准确和客观的研究报告，并提供定制选项，以便用户能聚焦相关资源、提纲和课程。
研究人员说他们是受到了 Auto GPT 和最近 Plan-and-Solve 论文的启发，通过 GPT Researcher 解决了速度和确定性的问题。通过并行化智能体完成工作，而不是同步操作，提供了更稳定的性能和更快的速度。说白了就是，写论文中那些费时费力的事交给它来做，作者们就专注好那些真正需要动脑子的事情就好了。可以想象，未来学术圈科研圈都会在类似工具的加持下越来越卷。
GPT Researcher 的结构
和大多数 Auto GPT 的智能体类似，GPT Researcher 的主要原理是运行「规划者」和「执行者」智能体。其中规划者生成研究问题，而执行者智能体根据每个生成的研究问题寻找最相关的信息。最后，规划者筛选和汇总所有相关信息，并生成一份研究报告。智能体利用 gpt3.5-turbo-16k 和 gpt-4 来完成研究任务。
具体来说，它的工作流程可以概括为：
- 生成一组研究问题，共同形成关于任何给定任务的客观意见。
- 针对每个研究问题，触发一个网络爬虫智能体，从在线资源中获取与给定任务相关的信息。
- 针对每个获取的资源，基于相关信息进行总结，并追踪其来源。
- 最后，筛选和汇总所有总结的资源，并生成最终的研究报告。
GPT Researcher 的优势
手动研究任务需要花费大量时间，有时需要几周的时间才能找到正确的资源和信息，以形成客观的结论。当前的大型语言模型（LLMs）是基于过去和过时信息进行训练的，存在产生幻觉的严重风险，使它们在研究任务中几乎很难直接使用。
过于信赖 ChatGPT 往往会带来一些意想不到的惊喜，而如果只依赖网络搜索（如 ChatGPT + Web 插件）的解决方案，获取的资源可能会很有限，经常可能导致肤浅的结论或带有偏见的答案。如果只使用筛选过的资源可能会在确定研究问题或任务时引入偏见。
而 GPT Researcher 可以利用人工智能的力量，为个人和组织提供准确、客观和真实的信息。
- GPT Researcher 可以生成研究、大纲、资源和经验报告
- 每项研究可以汇总 20 多个网络来源，形成客观、真实的结论
- 有着易于使用的用户界面
- 能够通过 JavaScript 来爬取网络资源
- 能够跟踪访问使用过的网络来源的上下文
- 可以将研究报告作为 PDF 等格式导出
参考资料：
官方网站：https://tavily.com/
Github：https://github.com/assafelovic/gpt-researcher
