24 小时极限开发的 Agent 能跑多快？
昨天凌晨，HuggingFace 又一次扔下重磅炸弹——宣布开源名为「Open Deep Research」的自主研究智能体。
直接对标 OpenAI 闭源 Deep Research，这个从立项到发布仅用 24 小时的项目，正在用开源社区的闪电速度改写 AI 工具生态。
开源特攻队的极限时速
故事要从 OpenAI 前天发布的 Deep Research 说起（能自动爬取全网信息、生成研究报告的智能体）。很强，但每月 200 美元的订阅费与闭源模式门槛也不低。
HuggingFace 实验室的科学家们直接拍板：「24 小时内，我们要用开源复刻这个产品！」
这个疯狂的计划最终演变成：
凌晨 2 点完成基础架构设计 早上 7 点接入 OpenAI 的 o1 模型 下午 3 点突破网页自主滚动技术 晚间 9 点实现文件动态解析模块
在GAIA基准测试中，获得了非常优异的成绩！
OpenAI的Deep Research：67.36% 抱抱脸开源版本：54% 普通GPT-4（无Agent）：7%
?️ 解剖这只「开源猎豹」
项目完全开源，代码地址：
https://github.com/huggingface/smolagents/tree/gaia-submission-r1/examples/open_deep_research
内核使用他们自家的CodeAgent，相比于输出一堆的json，用代码对模型来说更顺畅，之前写过这个框架的教程，可以再公众号首页标签中找到。
第一个版本，使用纯文本浏览器，绕开渲染开销 ，页面元素自动转 Markdown 格式 。
使用一个解析器自动读取文本，支持 PDF/CSV/JSON 自动转换， 数学引擎能处理复杂公式推导 。
记忆模块保留跨会话上下文。
模型使用o1，为什么不用o3-mini?
官方回应： 它真的很快，但性能不如 o1 和 gpt-4o。我觉得模型太小了，对于困难任务还不够。
试过用 Deepseek R1 做这个吗？
官方回应： 试过，但没有 o1 那么好。这不是像许多 LLM 那样能力不行的问题，更多的是缺乏对框架指南的适应。所以我们正在考虑微调来解决这个！
最后，官方博客中提到：「o1 模型的 API 调用费已超过实验室咖啡预算，但我们需要证明开源框架的上限」
