Hugging Face发起一项挑战，尝试在24小时内重现OpenAI最新发布的Deep Research系统，并开源其关键技术。OpenAI在2月初推出Deep Research，结合大型语言模型与代理框架，能够通过网页浏览、资讯整理与多步推理来回答复杂问题。Hugging Face的开源挑战不仅试图验证这套技术的可行性，也希望提供开源替代方案，让开发者能自行部署类似系统。
OpenAI的Deep Research之所以备受瞩目，在于它在GAIA（General AI Assistants）基准测试的表现大幅超越单纯依赖语言模型的人工智能系统。根据OpenAI发布的数据，Deep Research在GAIA测试中的单次提示作答准确率达到67%，而即便是最具挑战性的第三级多步推理与工具使用问题，仍可维持47.6%的正确率。不过，OpenAI并未公开其代理框架的细节，这让Hugging Face决定尝试重现相关技术，并发布开源版本，让更广泛的开发者社交媒体能够参与改进。
Hugging Face在24小时内完成第一个版本，以自家开发的smolagents框架为基础，搭配大型语言模型来执行搜索、资讯整理与多步推理。这个系统能够自主规划解题流程，决定何时查询额外资讯，并以程序代码的方式表达执行步骤。相较于OpenAI未公开的技术，这项开源项目强调模块化设计，允许开发者选择不同的语言模型，并且结合使用其他开源工具。
特别的是，Hugging Face的团队选择使用CodeAgent技术来提升代理系统的效率。相较于常用的JSON格式，通过程序代码来表达执行步骤，能使推理过程更精简，并减少API调用次数，根据研究团队测试结果，改用CodeAgent之后，代理系统在GAIA测试中的表现从46%提升至55.15%。此外，与JSON格式相比，使用Python来描述行动流程也能更直觉地表达逻辑关系，让代理系统能够有效处理多步推理问题。
这项开源计划仍处于早期阶段，尽管在部分测试中已有所进展，但要完整实例OpenAI Deep Research的功能，仍存在许多挑战。特别是在浏览器操作方面，OpenAI采用了名为Operator的高端网页浏览器，使Deep Research不仅能够深入解析网页内容，还能进行互动式操作。相比之下，Hugging Face的初版开源系统目前仅支持基础的文本网页浏览，尚未具备视觉识别或更精细的网页互动能力。此外，OpenAI的系统可能还包括内部优化的提示词工程与数据检索技术，这些重点细节在开源社交媒体中仍需通过试验逐步改进。
