❝ 开头还是介绍一下群,如果感兴趣PolarDB ,MongoDB ,MySQL ,PostgreSQL ,Redis, OceanBase, Sql Server等有问题,有需求都可以加群群内有各大数据库行业大咖,可以解决你的问题。加群请联系 liuaustin3 ,(共3300人左右 1 + 2 + 3 + 4 +5 + 6 + 7 + 8 +9)(1 2 3 4 5 6 7群均已爆满,开8群近400 9群 200+,开10群PolarDB专业学习群 7月份开课)
今天继续我们的境外新闻,让大家了解一下外面的世界都在干什么,天天光看自己这块地以为挺不错,只是政策阻隔了那些列强,如果他们还能回来,我们又会怎样。

译文:
微软已将由 OpenAI 开发的 Deep Research(深度研究) 能力集成到其 Azure AI Foundry Agent 服务中,帮助企业将研究自动化功能整合进业务应用。
微软核心 AI 部门产品副总裁 Yina Arenas 在一篇博客文章中写道,这一研究自动化能力的整合得益于 Deep Research API 和 SDK,开发者可以借此将“深度研究即服务”嵌入、扩展并编排到企业生态系统中,包括现有的数据和系统。
研发人员如何使用 Deep Research? Arenas 表示,开发者可以借助 Deep Research 实现以下功能:
自动化生成大规模、可追溯来源的洞察;
以编程方式构建并部署可由应用、工作流或其他 Agent 调用的服务型智能体(agent);
使用 Azure 的 Logic Apps、Functions 和 Foundry 连接器 来编排复杂任务。
Forrester 副总裁兼首席分析师 Charlie Dai 表示,这项新功能的本质是帮助企业让其 AI agent 能够对复杂数据进行更深入的分析,从而提升决策质量和工作效率。
他补充说:“几乎所有主流行业都能从中受益,比如金融行业的投资洞察生成、医疗领域的药物研发加速,以及制造业的供应链优化。”
Deep Research 的工作原理是什么? Deep Research 核心上结合了 OpenAI 和微软的技术,包括:
o3-deep-research 模型
GPT 系列模型(如 GPT-4o、GPT-4.1)
以及与 Bing 搜索整合的 Grounding(信息落地) 能力
在智能体接收到研究请求(无论来自用户还是其他应用)后,它会调用 GPT-4o 和 GPT-4.1 来理解意图、补全缺失细节,并明确定义任务目标和范围。
随后,Agent 启动 Bing 搜索驱动的 Grounding 工具,检索出一组经过优化、质量较高的最新网页内容。
接下来,o3-deep-research agent 会开始正式的研究过程。它并非仅仅总结内容,而是对信息进行 推理、适应和多源整合,并在获取新数据后自动调整研究路径。
最终,系统输出一份结构化报告,不仅包含答案,还包括:
模型的推理过程路径
引用的原始信息来源
以及交互过程中提出的澄清性问题
Arenas 强调,这种完整链路的文档输出非常适用于需要透明度、可追溯性和可信度的企业级应用场景。
市场竞争、定价与可用性 微软并非唯一一家提供“深度研究”功能的超大规模云服务商。
Forrester 的 Dai 表示:“Google Cloud 通过 Gemini 2.5 Pro 已经提供了 Gemini Deep Research 服务。AWS 虽未正式推出相关云服务,但展示了名为 Bedrock Deep Researcher 的样例应用,用于自动生成文章和报告。”
微软自身也在其办公软件中集成了该功能——即 Microsoft 365 Copilot 中的 Researcher 功能。OpenAI 也已将 Deep Research 能力集成至 ChatGPT 助理中。
定价方面: 在 Azure AI Foundry Agent 服务中使用 o3-deep-research 模型的 Deep Research 功能将收取:
每百万输入 tokens:10 美元
每百万输出 tokens:40 美元
模型缓存的输入 token:2.50 美元 百万
此外,企业还需为以下内容 单独计费:
基于 Bing Search 的 Grounding 工具
用于问题澄清的基础 GPT 模型(如 GPT-4)
小结 微软将 OpenAI 的 Deep Research 能力带入 Azure AI Foundry Agent,代表其进一步加码企业级 AI 应用生态建设。这一能力通过结合检索、推理与结构化输出,让企业开发者能够更容易构建支持复杂数据分析和决策的智能体系统,在效率、可追溯性和稳定性方面实现新突破。
置顶
“当复杂的SQL不在需要特别的优化”,邪修研究PolarDB for PG 列式索引加速复杂SQL运行
“合体吧兄弟们!”——从浪浪山小妖怪看OceanBase国产芯片优化《OceanBase “重如尘埃”之歌》
未知黑客通过SQL SERVER 窃取企业SAP核心数据,影响企业运营
那个MySQL大事务比你稳定,主从延迟低,为什么? Look my eyes! 因为宋利兵宋老师
非“厂商广告”的PolarDB课程:用户共创的新式学习范本--7位同学获奖PolarDB学习之星
说我PG Freezing Boom 讲的一般的那个同学,专帖给你,看看这次可满意
这个 PostgreSQL 让我有资本找老板要 鸡腿 鸭腿 !!
OceanBase Hybrid search 能力测试,平换MySQL的好选择
HyBrid Search 实现价值落地,从真实企业的需求角度分析 !不只谈技术!
OceanBase 光速快递 OB Cloud “MySQL” 给我,Thanks a lot
从“小偷”开始,不会从“强盗”结束 -- IvorySQL 2025 PostgreSQL 生态大会
被骂后的文字--技术人不脱离思维困局,终局是个 “死” ? ! ......
个群2025上半年总结,OB、PolarDB, DBdoctor、爱可生、pigsty、osyun、工作岗位等
从MySQL不行了,到乙方DBA 给狗,狗都不干? 我干呀!
SQL SERVER 2025发布了, China幸亏有信创!
MongoDB 麻烦专业点,不懂可以问,别这么用行吗 ! --TTL
PostgreSQL 新版本就一定好--由培训现象让我做的实验
删除数据“八扇屏” 之 锦门英豪 --我去-BigData!
写了3750万字的我,在2000字的OB白皮书上了一课--记 《OceanBase 社区版在泛互场景的应用案例研究》
疯狂老DBA 和 年轻“网红” 程序员 --火星撞地球-- 谁也不是怂货
和架构师沟通那种“一坨”的系统,推荐只能是OceanBase,Why ?
跟我学OceanBase4.0 --阅读白皮书 (OB分布式优化哪里了提高了速度)
跟我学OceanBase4.0 --阅读白皮书 (4.0优化的核心点是什么)
跟我学OceanBase4.0 --阅读白皮书 (0.5-4.0的架构与之前架构特点)
跟我学OceanBase4.0 --阅读白皮书 (旧的概念害死人呀,更新知识和理念)
MongoDB 相关文章
MongoDB “升级项目” 大型连续剧(4)-- 与开发和架构沟通与扫尾
MongoDB “升级项目” 大型连续剧(3)-- 自动校对代码与注意事项
MongoDB “升级项目” 大型连续剧(2)-- 到底谁是"der"
MongoDB “升级项目” 大型连续剧(1)-- 可“生”可不升
MongoDB 大俗大雅,上来问分片真三俗 -- 4 分什么分
MongoDB 大俗大雅,高端知识讲“庸俗” --3 奇葩数据更新方法
MongoDB 大俗大雅,高端的知识讲“通俗” -- 2 嵌套和引用
MongoDB 大俗大雅,高端的知识讲“低俗” -- 1 什么叫多模
MongoDB 合作考试报销活动 贴附属,MongoDB基础知识速通
MongoDB 使用网上妙招,直接DOWN机---清理表碎片导致的灾祸 (送书活动结束)
MongoDB 2023年度纽约 MongoDB 年度大会话题 -- MongoDB 数据模式与建模
免费PolarDB云原生课程,听课“争”礼品,重塑云上知识,提高专业能力
“PostgreSQL” 高性能主从强一致读写分离,我行,你没戏!
POLARDB 添加字段 “卡” 住---这锅Polar不背
PolarDB 版本差异分析--外人不知道的秘密(谁是绵羊,谁是怪兽)
PolarDB 答题拿-- 飞刀总的书、同款卫衣、T恤,来自杭州的Package(活动结束了)
PolarDB for MySQL 三大核心之一POLARFS 今天扒开它--- 嘛是火
PostgreSQL 无服务 Neon and Aurora 新技术下的新经济模式 (翻译)
“PostgreSQL” 高性能主从强一致读写分离,我行,你没戏!
全世界都在“搞” PostgreSQL ,从Oracle 得到一个“馊主意”开始
PostgreSQL 加索引系统OOM 怨我了--- 不怨你怨谁
PostgreSQL “我怎么就连个数据库都不会建?” --- 你还真不会!
PostgreSQL 稳定性平台 PG中文社区大会--杭州来去匆匆
PostgreSQL 分组查询可以不进行全表扫描吗?速度提高上千倍?
POSTGRESQL --Austindatabaes 历年文章整理
PostgreSQL 查询语句开发写不好是必然,不是PG的锅
MySQL相关文章




