科技分析师 Benedict Evans 在其个人博客发表文章，对 OpenAI 的 Deep Research 等 AI 搜索工具的能力边界提出质疑。他在 2025 年 2 月 17 日的文章《The Deep Research problem》中写道，OpenAI 的 Deep Research「是为我打造的，但我用不了它」——它又是一个「令人惊叹的演示，直到它崩溃」，但崩溃的方式「非常有趣」。

在 2025 年 11 月 23 日发表的后续文章《AI, networks and Mechanical Turks》中，Evans 进一步提出两个核心问题：LLM 究竟能在多大程度上让搜索和推荐系统的质量实现阶跃式提升？它们能否让企业无需拥有庞大的自有用户基础，就能构建出这样的系统？

核心质疑：演示惊艳，实用存疑

Evans 对 Deep Research 的评价集中在其演示效果与实际可用性之间的落差。他并未否认该产品的技术亮点，而是强调它在真实使用场景中会「崩溃」，且这种崩溃本身具有研究价值。

OpenAI’s Deep Research is built for me, and I can’t use it. It’s another amazing demo, until it breaks. But it breaks in really interesting ways.

这段表述被 Evans 用作文章的摘要，也概括了他对当前 AI 搜索工具的基本判断：演示阶段的惊艳表现，并不等同于稳定可靠的产品能力。

延伸追问：LLM 能否重构搜索与推荐

在后续文章中，Evans 将讨论从单一产品扩展到整个搜索与推荐系统领域。他提出的问题包括：LLM 带来的改进是渐进式的，还是真正的阶跃式提升？以及，LLM 是否改变了构建搜索与推荐系统的门槛——尤其是对缺乏庞大用户基础的新进入者而言。

这两个问题指向当前 AI 产品落地的核心争议：技术能力提升能否直接转化为产品优势，以及数据与用户规模在 AI 时代是否仍是不可逾越的壁垒。Evans 并未在摘要中给出明确结论，而是以提问方式呈现其思考框架。

后续关注点

  • OpenAI Deep Research 在实际使用中的具体崩溃场景与原因，Evans 称其「非常有趣」，但摘要未展开细节。
  • LLM 对搜索与推荐系统质量的提升幅度，是否构成阶跃式变化。
  • 在没有庞大用户基础的情况下，能否借助 LLM 构建具有竞争力的搜索与推荐产品。

上述问题目前均以 Evans 的公开提问形式呈现，其博客正文可能包含更详细的论证，但现有素材仅提供摘要与核心引语。对于关注 AI 工具真实能力边界的读者而言，Evans 的质疑提供了一个从演示效果转向实用评估的观察视角。