Consensus 用 GPT-5 和 Responses API 加速研究

# Consensus 利用 GPT-5 和 Responses API 将数周的研究工作压缩至几分钟 来源：https://openai.com/index/consensus/ 每年发布的科学论文数量以百万计——远超任何一个人能够阅读的范围。 对于科学家而言，挑战并非获取知识的途径，而是寻找、理解和连接知识的艰巨任务。突破往往发生在已知领域的边界，但研究人员大部分时间都在寻找这些边界，而不是超越它们。 Consensus (https://consensus.app/) 是一个被 800 多万人使用的研究助手，它的目标就是改变这一现状。由 Christian Salem 和 Eric Olson 创办的该平台可以搜索、阅读和综合超过 2.2 亿篇同行评审论文。其最新功能 Scholar Agent 是基于 GPT-5 和 Responses API 构建的多智能体系统，它模仿研究人员的实际工作方式，帮助他们在几分钟而非数周内从问题得出结论。 但目标不仅是加快研究速度——而是加快发现的步伐。Salem 表示："科学的进步源于更好的可及性。我们的使命是让全球研究人员能够发现、信任和利用证据。" Consensus 的第一个版本像一个科学论文的垂直搜索引擎：它索引学术论文、检索相关结果，并生成以引用为基础的摘要。但仅有搜索功能还不够。 Salem 说："研究不仅仅是寻找论文，还需要解释结果、比较发现和连接思想。科学家花在搜索、阅读和解释现有知识以找到正确研究的时间越多，他们用于发现和进行真正研究的时间就越少。" 因此，团队开始围绕一个新概念重新架构 Consensus：一个名为 "Scholar Agent" 的多智能体系统，其工作方式与人类研究人员相同。 基于 GPT-5 和 Responses API，该系统现在运行一个协调的智能体工作流： - **规划智能体** 分解用户的问题并决定后续采取的行动 - **搜索智能体** 在 Consensus 的论文索引、用户的私人库和引用图中查找 - **阅读智能体** 逐篇或批量解读论文 - **分析智能体** 综合结果、确定结构和可视化，并生成最终输出 每个智能体的职责范围都很明确，这保持了推理的精确性并最小化了幻觉。该架构还允许 Consensus 判断何时*不*回答；如果没有相关研究达到其质量标准，助手会直言不讳。 Salem 表示："通过将工作流分散到多个智能体，我们降低了错误率，使系统更加严谨。没有任何单个智能体承担过多责任，这对可靠性至关重要。" 这种方法被团队称为**上下文工程**：在生成开始前组织正确的证据。每个答案都附带一个"研究上下文包"——一个结构化的论文、元数据和关键发现的集合，可追溯至原始研究。 Salem 说："我们不希望研究人员浪费时间核实每一项声明。如果系统无法用真实证据来支撑答案，它就不会凭空编造。" Consensus 从 Chat Completions 迁移到了 **Responses API**，以支持其多智能体路由。这一转变既提高了可靠性，又提升了成本效率，让团队能够更精细地控制子智能体调用。凭借 GPT-5 的长上下文推理能力和可靠的工具调用，这个选择显而易见。 早期评估证实了这个选择的正确性：GPT-5 在工具调用准确性和规划稳定性上超越了 GPT-4.1、Sonnet 4 和 Gemini 2.5 Pro。这使得 Consensus 团队能够少花时间在提示词优化上，而更多专注于构建直接映射到研究工作流的智能体行为。 从一开始，Consensus 就以出乎意料的方式进入市场。与其通过机构销售，该团队将焦点放在进行实际研究的人身上：需要立即获得答案的学生、教职员工和临床医生。这种直接面向研究人员的策略塑造了产品的设计和快速增长。 Salem 说："所有人都说你无法在学术领域进行直接面向消费者的销售，但人工智能改变了这一切。人们不再等待批准——他们使用有效的工具。" 这个决策影响了产品的风格和增长曲线。Consensus 更像一个现代消费应用而非传统学术工具：快速入门、直观设计、会话式界面。采用率通过校园和实验室的口碑传播。 研究生和博士候选人成为首批主力用户，随后是教职员工和独立研究人员，再后来是开始使用 Consensus 来获取其领域最新证据的临床医生。 Salem 说："我们一开始并没有为医生而设计。但他们需要的东西和研究人员一样：快速获取可靠证据。" 该公司最近与梅奥诊所医学图书馆签署了协议，并刚刚推出了为临床医生搜索临床证据而设计的新功能"医疗模式"。 在过去一年中，Consensus 实现了快速扩张，增长到全球 800 多万研究人员，收入增长了 8 倍。 这种增长并未改变产品的优先级。每个功能仍然围绕可验证、低幻觉的答案而展开。该团队在评估管道上投入了大量资源，测试智能体间的准确性、引用可追溯性和风格一致性。 Consensus 的架构特意设计为模块化，使得随着模型的扩展和改进，新的智能体可以无缝接入——这些智能体可以复制实验、生成图表或运行统计分析。 Salem 说："我们正在构建研究人员在快速变化的世界中真正需要的助手。模型不断进步，系统随之发展，科学前进加速。"