Consensus 推出基于 GPT-5 的 Scholar Agent

原标题:Consensus accelerates research with GPT-5 and Responses API
48AI 研判分

科研助手 Consensus 发布名为 Scholar Agent 的多智能体系统,底层集成 OpenAI 最新的 GPT-5 模型与 Responses API。该工具旨在通过模拟人类研究流程,将文献检索、解读与综合的时间从数周缩短至数分钟,加速科学发现过程。

报道正文

本文目录4 个章节

对于科学家而言,挑战不在于获取知识的途径,而在于从海量信息中查找、解读并建立关联的艰巨任务。突破往往发生在已知领域的边缘,然而研究人员却将大部分时间花在寻找这些边缘上,而非推动其向外拓展。

Consensus⁠(opens in a new window) 是一款拥有超过 800 万用户的研究助手,旨在改变这一现状。该平台由 Christian Salem 和 Eric Olson 创立,能够搜索、阅读并综合来自超过 2.2 亿篇论文的同行评审文献。其最新功能 Scholar Agent 是一个基于 GPT‑5 和 Responses API 构建的多智能体系统。它模拟了研究人员的实际工作方式,帮助他们在几分钟内(而非几周)完成从提出问题到得出结论的过程。

但目标不仅仅是加快研究速度——更是加速发现的路径。“当科学变得更加易于获取时,它才能进步,”Salem 表示,“我们的工作是让世界各地的研究人员具备查找、信任并依据证据采取行动的能力。”

从搜索引擎到智能体助手

Consensus 的第一版运作方式类似于一个垂直的科学搜索引擎:它索引学术论文,检索相关结果,并生成基于引用的摘要。但仅靠搜索是不够的。

“研究不仅仅是找到论文,”Salem 说,“它还包括解读结果、比较发现以及连接想法。科学家在搜索、阅读和解读过往知识以寻找合适研究上花费的时间越多,他们用于真正探索和创造的时间就越少。”

因此,团队开始围绕一个新概念重构 Consensus:一个名为 “Scholar Agent” 的多智能体系统,其工作方式模仿人类研究人员。

该系统基于 GPT‑5 和 Responses API 构建,现在运行着一个协调的智能体工作流:

  • 规划智能体(Planning Agent) 分解用户的问题,并决定下一步采取哪些行动
  • 搜索智能体(Search Agent) 梳理 Consensus 的论文索引、用户的私人文库以及引用图谱
  • 阅读智能体(Reading Agent) 单独或批量解读论文
  • 分析智能体(Analysis Agent) 综合结果,确定结构和可视化元素,并撰写最终输出

每个智能体的职责范围都很窄,这有助于保持推理的精确性并最大限度地减少幻觉。该架构还允许 Consensus 决定何时 不 回答;如果没有符合其质量阈值的相关研究,助手会直接说明这一点。

“通过将工作流拆分到多个智能体中,我们减少了错误,并使系统更加严谨有序,”Salem 表示。“没有任何一个智能体承担过多责任,事实证明这是确保可靠性的关键。”

这种方法被团队称为 上下文工程(context engineering):在生成开始 之前 组装正确的证据。每个答案都附带一个“研究上下文包”——由论文、元数据和关键发现组成的结构化集合,可追溯至原始研究。

“我们不希望研究人员浪费时间逐条核实每一个论断,”Salem 说。“如果系统无法基于真实证据支撑答案,它就不会凭空捏造。”

使用 Responses API 进行构建

Consensus 从 Chat Completions 迁移到了 Responses API,以支持其多智能体路由。这一转变提升了可靠性和成本效率,使团队能够更精细地控制子智能体的调用。凭借 GPT‑5 的长上下文推理能力和可靠的工具调用功能,这一选择显而易见。

早期评估证实了这一押注的正确性:GPT‑5 在工具调用准确性和规划稳定性方面优于 GPT‑4.1、Sonnet 4 和 Gemini 2.5 Pro。这使得 Consensus 团队可以减少对提示词技巧(prompt gymnastics)的依赖,转而专注于构建直接映射研究工作流的智能体行为。

机构主导世界中的消费者赌注

从一开始,Consensus 就以不同于预期的方式切入市场。团队没有通过机构进行销售,而是聚焦于实际从事研究的人群:需要即时答案的学生、教职人员和临床医生。这种直接面向研究者的定位塑造了产品的设计及其快速增长。

“大家都说在学术界不能做直接面向消费者(direct-to-consumer)的业务,但 AI 改变了这一点,”Salem 说。“人们不再等待审批——他们直接使用有效的工具。”

这一决策塑造了产品的基调和增长曲线。Consensus 更像是一款现代消费级应用,而非传统的学术工具:快速上手、直观设计、对话式界面。其在校园和实验室之间通过口碑迅速传播。

研究生和博士生成为了首批重度用户,随后是教职人员和私人研究者。接着是临床医生,他们开始使用 Consensus 来获取各自领域的最新证据。

“我们最初并非为医生打造这款产品,”Salem 说。“但他们和研究者一样,都需要快速访问可靠的证据。”

该公司近期与梅奥诊所(Mayo Clinic)的医学图书馆达成合作,并刚刚推出了“Medical Mode”(医疗模式),这是一项专为临床医生检索循证医学证据而设计的新功能。

随科学一同扩展

在过去一年中,Consensus 迅速扩张,全球用户规模突破 800 万研究人员,营收增长至原来的 8 倍。

尽管增长迅猛,产品的核心优先级并未改变。所有功能依然围绕可验证、低幻觉的回答展开。团队在评估流水线(evaluation pipelines)上投入了大量资源,以测试准确性、引用溯源能力以及各智能体(agents)之间风格的一致性。

Consensus 的架构采用模块化设计,旨在随着模型的扩展和升级,能够无缝接入新的智能体——例如用于复现实验、生成图表或运行统计分析的智能体。

Salem 表示:“我们正在构建研究人员在这个快速变化的世界中真正需要的助手。模型在不断进化,系统随之成长,从而推动科学加速发展。”