每家主要AI公司如今都推出了深度研究功能。但如果你正在构建一个智能体——而非聊天应用——那么问题不是"哪个生成的报告最好"，而是"我的智能体能调用哪个"。
这个问题直接淘汰了大多数选手。那些演示效果最惊艳的工具——ChatGPT Deep Research、Perplexity Deep Research——都被锁定在聊天界面里。没有API、没有CLI、智能体根本无法调用它们。
以下是在API/CLI层面实际可用的工具，以及它们在智能体工作流关键指标上的对比，和各自最适合的使用场景。
评估标准（智能体专属）
消费级深度研究工具以报告质量为评估标准。智能体深度研究工具则需要从以下维度评估：
| 评估标准 | 为何重要 |
|---|---|
| 程序化访问 | 你的智能体能调用它吗？CLI、API还是SDK？如果只有UI，它在你的工作流中就不存在。 |
| 结构化输出 | 你的智能体能解析结果吗？章节、引用、置信度评分？还是一堆纯文本？ |
| 可控深度 | 你的智能体能在广度与速度之间做选择吗？深度研究并非一刀切——快速概览比全面分析成本更低。 |
| 引用密度 | 每个论点都能追溯到来源吗？将无法验证的发现传递给下游的智能体，比承认不确定性还要糟糕。 |
| 延迟 | 需要多长时间？智能体工作流对延迟极为敏感——一个耗时15分钟的研究步骤会主导总耗时。 |
| 可组合性 | 智能体能将研究与其他能力串联吗？搜索→研究→生成→发布，能在一个工作流中完成吗？ |
| 成本可预测性 | 智能体能在运行前知晓成本吗？意外触发20次的5美元研究任务，很快就会变得代价高昂。 |
实际可用的API
AnyCap Deep Research
访问方式： CLI（anycap research --query "..."）
工作原理： 你的智能体调用一条Shell命令。AnyCap将查询分解，执行多轮网络搜索，抓取顶级来源，将发现综合为带引用的结构化Markdown，并返回输出——整个过程通过智能体已在使用的同一CLI完成。
输出格式： 结构化Markdown，包含H2章节、带来源URL的内联引用，以及底部的参考列表。可供智能体解析用于后续处理。
深度控制： --depth standard（5-10个来源，1-3分钟）或 --depth comprehensive（20-50+个来源，5-10分钟）。智能体根据任务需求自主选择。
可组合性： 完整。研究是 anycap search、anycap image generate、anycap page publish 等工具之一。单一CLI，单一认证。智能体无需中间件即可串联各项能力。
费用： 包含在AnyCap订阅中。无按查询计费。采用积分制，全面研究运行前可预览费用。
最适合： 以智能体为核心的工作流。任何将研究结果输入下一步流水线的场景。希望将深度研究作为一项能力而非终点的开发者。
Google Gemini Deep Research（通过AI Studio / Vertex AI）
访问方式： 通过Google AI Studio（免费层）或Vertex AI（付费）的API。可用的深度研究端点有限。
工作原理： Google的Gemini模型驱动多轮搜索与综合，利用Google的搜索索引提升检索质量。通过AI Studio和Vertex AI的有限API端点提供。
输出格式： 文本报告——格式针对人类阅读，非结构化，不适合智能体解析。引用为内联文本引用，非结构化数组。智能体技术上可以读取输出，但以程序化方式解析章节和引用较为脆弱。
深度控制： 有限。Gemini Deep Research以固定深度运行。API没有明确的"标准 vs 全面"切换选项。
可组合性： 中等。API存在，智能体可以调用——但输出需要自定义解析，与其他能力结合意味着要为每项服务分别管理认证。
费用： AI Studio：免费层可用，但有速率限制。Vertex AI：按用量付费，基础搜索约35美元/千次请求（深度研究定价不够透明）。
最适合： 已在Google Cloud上且能接受文本输出解析的团队。Google搜索索引质量是首要关切的工作流。
OpenAI Deep Research（通过API——有限）
访问方式： 需要ChatGPT Pro订阅（每月200美元）。通过OpenAI平台提供有限API访问。主要是消费级产品——API访问受限且昂贵。
工作原理： 基于o3的推理模型在20-100+个来源上执行多步研究。生成带内联引用的叙述性报告。
输出格式： 对话式文本。无结构化章节、无JSON输出、无机器可解析的引用格式。智能体需要解析自然语言报告才能提取数据。
深度控制： API层面无控制。研究深度由模型决定，调用方无法控制。
可组合性： 较差。即使有API访问权限，文本输出格式也使得与其他工具的串联不切实际。认证和计费与其他任何能力完全分离。
费用： 每月200美元固定（Pro订阅）加上高级API使用费。运行前无法预知单次查询成本。
最适合： 需要最高综合质量且不受成本或流水线要求约束的个人知识工作者。不推荐用于智能体工作流。
GPT Researcher（开源）
访问方式： 自托管Python应用。提供REST API用于程序化访问。
工作原理： 开源自主研究智能体。生成搜索查询、抓取结果、提取内容并综合发现。作为本地服务运行，智能体通过HTTP调用。
输出格式： 带章节和来源的结构化报告。比ChatGPT/Gemini文本输出解析性更好，但格式取决于你的配置。
深度控制： 可配置——搜索查询数量、每次查询的来源数及综合深度均可调整。
可组合性： 中等。自托管，你掌控完整技术栈。但集成需要运行独立服务，结合图像生成或发布功能意味着更多的集成工作。
费用： 免费（开源）。基础设施成本：服务器托管、网络爬取带宽。无按查询计费，但爬取质量（使用自己的IP）明显不如Google/Bing支持的工具。
最适合： 有基础设施可以自托管、需要完全控制权且希望零按查询成本的团队。基础设施投资能够摊销的高流量使用场景。
对比矩阵
| AnyCap Deep Research | Gemini Deep Research | OpenAI Deep Research | GPT Researcher | |
|---|---|---|---|---|
| 访问方式 | CLI | API（有限） | API（有限） | 自托管REST |
| 结构化输出 | ✅ Markdown+引用 | ⚠️ 文本报告 | ❌ 对话式 | ✅ 可配置 |
| 深度控制 | ✅ 标准/全面 | ❌ 固定 | ❌ 固定 | ✅ 可配置 |
| 引用质量 | ✅ 内联+列表 | ⚠️ 内联文本 | ⚠️ 内联文本 | ✅ 结构化 |
| 延迟（快速） | 1-3分钟 | 约5分钟 | 5-30分钟 | 3-10分钟 |
| 可组合性 | ✅ 完整CLI链 | ⚠️ 独立认证 | ❌ 独立 | ⚠️ 独立服务 |
| 费用模型 | 订阅（积分） | 按用量付费 | 200美元/月+API | 基础设施成本 |
| 搜索质量 | ⭐⭐⭐⭐ | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐ |
| 配置复杂度 | 1条CLI命令 | GCP项目配置 | API申请 | 服务器部署 |
| 智能体原生 | ✅ 专为智能体构建 | ⚠️ 改造适配 | ❌ 消费者优先 | ⚠️ 需技术配置 |
根据使用场景选择
你的智能体需要将研究作为多能力流水线中的一个步骤： → AnyCap Deep Research。研究、搜索、生成、发布——全通过一个CLI完成。
研究质量是唯一标准；成本和流水线集成无关紧要： → ChatGPT Deep Research。综合质量最佳，毫无疑问。只是别指望你的智能体能用它。
你在Google Cloud上，需要Google的搜索索引： → Gemini Deep Research。检索质量最佳。接受文本解析的额外开销。
你有基础设施和高流量；按查询计费是不可接受的： → GPT Researcher。自托管，零按查询成本。接受爬取质量的取舍。
框架：基于智能体需求评估，而非人类演示
消费级深度研究工具以报告质量为评估标准，因为评估者是阅读报告的人类。智能体深度研究工具需要从以下角度评估：
- 智能体能调用它吗？（CLI或API——不是UI）
- 智能体能解析输出吗？（结构化，而非对话式）
- 智能体能控制深度和成本吗？（可预测，而非不透明）
- 智能体能将它与其他工具串联吗？（可组合，而非独立）
大多数消费级工具在标准1-4上都不及格。这并不是因为它们是糟糕的产品，而是因为它们是为人类构建的，不是为智能体。通过全部四项标准的工具，才是你的智能体真正能使用的。
延伸阅读：
- ChatGPT Deep Research vs AnyCap：正面对决 — 两种方法的详细对比
- 2026年AI智能体最佳深度研究工具 — 包含消费级工具的完整全景
- AI工作流自动化：构建智能体流水线 — 研究如何融入多步骤流水线