我们很高兴地宣布，在企业级 AI 智能体平台 Azure AI Foundry 中，正式推出 Deep Research 公共预览版。这是一项新功能，提供 API 和 SDK 的调用形式，可助力开发者轻松构建具备“深度研究”能力的智能体。
借助 Deep Research，智能体可以实现从海量网页中自动规划、抓取、分析并整合信息，实现真正完成一整套复杂的研究任务。不仅如此，整个过程透明可追溯，结果也可审计。更棒的是，Deep Research 还能无缝衔接 Azure AI Foundry 中的其他工具和智能体，支持多步骤流程自动化组合，大大提升开发效率和智能体的任务执行深度。
-
自动完成网页级别的深度研究
借助 Bing Search 和业界领先的研究模型，从海量网页中提取信息，结果可溯源、可验证。 -
构建可复用的智能体
可以将 Deep Research转化为可复用的服务，以编程的方式构建，可通过 App、工作流或其他智能体按需调用。 -
编排复杂流程，实现自动化交付
Deep Research 可以与 Azure Logic Apps、Azure Functions 以及其他 Foundry Agent Service连接器组合，实现自动化生成报告、触发通知、对接流程系统等。 -
满足企业级合规与治理需求
依托 Azure 的安全、合规与可观测能力，客户可以对每一次研究调用都做到透明管理、放心落地。
与传统的“对话机器人”不同，Deep Research 是一个真正可以根据企业需求不断扩展、升级的智能体服务。未来，它还将支持对接企业内部的数据源，实现更深层次的智能洞察。
Azure AI Foundry 中的 Deep Research 不只是一个模型，更是一个为 “企业级自动化研究” 而生的智能系统架构。它具备高灵活性、强可组合性和全过程可追溯性，可帮助客户将复杂研究任务自动化地嵌入业务流程中。
核心驱动模型是 o3-deep-research，它通过 multi-step research pipeline，结合 Bing Search 实时数据与最新 GPT 模型执行深度研究，具体流程可分为：
| 第一步：明确意图以及任务范围
当用户或下游应用发起research请求后，系统会调用 GPT-4o 或 GPT-4.1，理解用户意图、补充背景上下文，并精确定义研究任务。这个阶段的目标是确保研究输出既相关又可执行，真正对接业务场景。
| 第二步：实时联网搜索，以高质量信息作为基础
研究范围确定后，系统会调用 Grounding with Bing Search 工具，从全网实时抓取高质量、权威内容。相比静态知识库，这一步让研究结果更加“新鲜”“可靠”，有效避免“幻觉式输出”。
| 第三步：深度分析与信息整合
接下来，o3-deep-research 模型正式启动，执行深度研究任务。它不是简单地“总结网页”，而是具备推理能力：一步步分析，动态调整方向，融合多方信息，最终生成结构化、高质量的答案。对于模糊、不确定或复杂的主题，它也能识别潜在模式，给出有深度、有洞察力的输出。
| 第四步：过程透明，结果可审计
系统生成的报告不仅有答案，还有推理路径、引用来源、解释说明等全流程信息。这种“全链路透明”设计非常适合对可追溯性有高要求的行业，比如金融、医疗、法律等。
| 第五步：灵活集成，支持多智能体联动
Deep Research 以 API 的方式提供服务，可以灵活嵌入到任意系统中。无论是企业自建 App、门户网站，还是流程自动化工具如 Azure Logic Apps、Power Automate，甚至可以作为智能体链中的一环与其他智能体协同工作。
例如，您可以让一个智能体用Deep Research 执行深度网络分析（比如分析最新市场趋势），让第二个智能体用 Azure Functions 自动生成幻灯片，让第三个智能体使用 Azure Logic Apps 将报告发送给决策者。
得益于高度灵活的架构设计，Deep Research 可以无缝嵌入各种企业级系统与工作流中。无论是市场分析、竞品调研，还是大规模数据洞察、合规报告生成，越来越多的企业都在评估如何使用 “可编程调研智能体”简化高价值应用场景，从而加速关键业务场景的自动化转型。
