Deep Research VS Manus，大力出奇迹or土专家？
叶小钗约 5 分钟关注公众号回复1
获取一线、总监、高管《管理秘籍》
2月底，OpenAI大概是为了反击DeepSeek-R1的深度思考，不得已推出了一项Deep Research功能，作为GPT深度使用用户，我在一天内给他用完了...
不得不说，在表现上Deep Research称得上足够专业，他会像人类专家一样对复杂任务进行逐步拆解，然后在互联网上进行多轮的信息搜索与验证。
会根据已有的信息逐步调整研究方向和策略，不断深入挖掘问题的本质，直到找到最合适的答案。
一般来说，后发模型一定优于前者，只不过这次OpenAI非常罕见的与R1进行了对比（这里显然将他当做了对手），然后也非常骄傲的宣称是R1的2.8倍...
至于效果，这里先说结论：差点意思，没解决我的问题，以下是我实际研究结果。
一次复杂的工程
我的工作是想要去整理所有的医疗信息，这显然是一项复杂的工程，为了降低难度，我更改了问题，从信息转变成了信息渠道的发布者：
梳理所有的医疗信息发布渠道，并且按权威性排序，基于这个问题，我开始了Deep Research之旅，这里我先是给了一些输入：
我要完成《医疗信息产出渠道全景分级体系》。
其目的是将所有可能产出医疗信息的机构全部包含，并且进行分级，需要遵循MECE原则
PS：真实提示词会严谨很多，但有一定密度就不放出来了
在多次提示、反复的情况下，GPT给了我以下反馈：
不用细看了，有很大问题，连最基础的医疗教科书都没有...
在明知道他有问题的情况下，我开始了反复暗示：是否有遗漏，很可惜系统都没有给我满意的答复。
而后在我明示的情况下，他终于将医学教材加入：
于是我继续质疑，是否还有遗漏，但连续等了两个近10分钟，GPT依旧十分嘴硬！
不得已我只能继续提示：是否药厂很多信息没有暴露，因为很多大型药企会经常发布新药，其中会涉及大量药品信息，比如新冠相关药物的一些说明...
于是GPT恍然大悟，继续梳理，而不一会我深度研究的次数就耗尽了：
但问题并未得到解决，最终只好与“不听话的DeepSeek-R1”继续纠缠...
综上，在每个问题耗时5-15分钟以后，GPT的Deep Research对于过于复杂的问题，是难以独立完成任务的。
然后，Deep Research黑盒依旧不少，真实体验下来并不比DeepSeek-R1来得高明太多，只不过看上去阵仗特别大...
换句话说，简单任务犯不着用Deep Research，复杂任务又指望不少，在这个基础上，上表的结果我只能认为可能是测试题目进行了精心挑选了...
Agent or SOPs
OpenAI 强调 Deep Research 是一个模型，并不是基于o3叠加一堆工作量：
用户提问时，Deep Research像经验丰富的研究员，首先主动搜索并提取初步结果，深入分析信息质量和相关性。如果结果不足，Deep Research会调整搜索关键词，重新探索相关信息。
相比之下，传统AI搜索通过将问题拆解为关键词，依赖外部API返回结果，再由模型进行总结提炼，这种方式效率较低，难以有效过滤低质量信息。
在行业调研中，Deep Research提供可靠数据源并能推算新趋势，虽然偶尔出现幻觉现象，但总体较少。
说实话，就过往经历，我还更期待其叠加了大量SOP呢，比如进来有点小火的Manus（Agent平台），反正从测评来说“他又超过了OpenAI了”：
在实际使用过程中，可以得出一个结论：在Manus擅长了领域，他的体验是优于research的，而其是否擅长又要取决于整体的意图识别，以及意图识别后的SOP成熟度了。
举个例子，我如果基于o3写一套SOP去实现筛选某行业全量的信息渠道，其结果暂时来说一定比research好，这就是KnowHow的威力。
结语
当我们将视线从平台竞争回归技术本质，Agent发展的核心矛盾便清晰浮现：
通用模型的自主探索能力与领域专用SOP的确定性控制，究竟何种路径更能支撑复杂任务的可靠交付？
从医疗信息渠道分级的实践来看，答案已然显现：暂时真正创造价值的Agent，本质是领域知识工作流（SOP）的工程化封装。
OpenAI引以为傲的Deep Research机制，暴露出通用模型在复杂系统构建中的根本局限：
认知框架缺失：面对医疗信息分级这类需要先验知识体系的任务，模型缺乏对"权威性"的元认知标准，导致医学教材等核心要素的遗漏； 验证机制脆弱：所谓的"多轮搜索验证"实为局部信息修补，无法建立全局MECE框架，最终呈现的层级体系存在结构性缺陷； 领域适应性差：当我暗示"药企信息缺失"时，系统仅做增量补充而非重构体系，暴露出对医疗产业链的深层理解不足；
这种探索-修补模式，本质上是用统计概率逼近领域逻辑，在需要严格演绎推理的场景中必然遭遇天花板。
而典型SOP Agent采用"LLM+规则引擎+领域知识库"的三层架构：
LLM负责自然语言理解与生成； 规则引擎确保流程合规性； 知识库提供结构化领域数据；
这种设计在医疗渠道分级任务中，可预先植入WHO信息发布规范、各国医疗监管体系等结构化知识，其答案会更为准确（但因为时间投入较少，其到底能到哪一步，我也不能确定）。
回到根本问题：当我们在讨论Agent时，本质上在讨论什么？
从用户医疗分级任务的实践来看，答案不是更聪明的模型，而是领域问题求解方法的工业化封装。这种封装需要：
标准化接口（输入/输出规范）； 模块化组件（子任务处理单元）； 可验证流程（质量控制系统）；
这些要素的集合，正是行业KnowHow及SOP的本质。
而那些宣称超越SOP的自主研究系统，在真实复杂任务中的笨拙表现，恰恰证明：没有领域知识框架支撑的“智能”，不过是无根之木。
我认为未来Agent的发展，必将是SOP范式持续进化之路。
用更灵活的框架容纳模型进步，用更严谨的工程思维约束技术幻觉，最终实现从人工定义流程到流程自我进化的质变。
但在此之前，脚踏实地完善SOP的工程化体系，才是穿越技术迷雾的理性选择。