使用场景
带回证据而不只是答案的 AI 研究组
The One 的研究组把一个问题拆成几个分支，各自独立找证据，最后写成一份带来源的报告。工作放在一个事项里，看板保存一路找到的笔记、链接、文件和数据。报告以交付的形式回来，由你接受或要求返工。可以只做一次，也可以每周、或某个网页变化时再做一次。
可以交给它的事
- “对比最常用的五个开源向量数据库的许可证、部署方式和价格，附来源。”
- “查清楚今年欧盟关于 AI 生成图片的规定有什么变化，对网店意味着什么。”
- “每周一看一下这三家竞品的价格页，告诉我有什么变化。”
研究组怎么干活
- 分头独立。 研究者从任务板上各领一个问题，一个分支的初步判断不会带偏其他分支。
- 上网查。 Agent 用你的模型服务商自带的搜索，或装上 Tavily Search 插件用你自己的 Tavily 账号搜索，并在它自己的 Chrome 配置里读网页。
- 你的文件也算数。 指定一个文件夹，研究组会读里面的内容。
- 该问就问。 问题有歧义时研究组会来问你，没有人替你回答。
交回来的是什么
一份带来源的报告，对照事项的要求检查过。事项看板上保存研究组收集到的东西：笔记、链接、文件和数据。你选择接受、返工或放弃。
定期重复的调研
给事项设一个节奏：每周一次，或某个网页变化时（也可以只看匹配某个规则的那几行）。每次触发都交给同一个研究组，它记得上次学到的东西。见 定时重复的工作。
它不做什么
- 不会借用你浏览器里的登录状态读网页：研究组用的是它自己的 Chrome 配置。
- 电脑关机时 Agent 停止。
- 研究组找到的事实取决于来源质量；报告列出来源，方便你核对。
常见问题
- 这和聊天应用里的“深度研究”一样吗？
- 做的是同一类事，但在你的电脑上，用你的文件和模型，而且一个问题可以在一块看板上持续几周。
- 能用本地模型吗？
- 能，通过 Ollama、LM Studio 或 vLLM 这样的兼容接口。本地模型自己不带网页搜索，搜索会退回到一个不需要 Key 的搜索引擎；想搜得稳定，加一个 Tavily Key。
相关文档