OpenAI报告其研究团队已广泛使用“自动化研究实习生”AI代理，处理需数天的任务。数据显示代理工作量增长，但需人类监督，且成本高昂。代理增加实验和代码，但成效难衡量，并曾引发系统故障。公司计划到2028年实现更自主的AI研究员，但当前人类审查仍是瓶颈。

Dexter是一个开源的AI金融研究代理，能够自动分析股票数据。用户只需提出问题，Dexter会制定研究计划并获取实时数据，最终给出答案。其核心功能包括智能任务规划、自主执行和自我验证，适合希望简化股票研究过程的用户。

大型语言模型（LLMs）可以显著提升机器学习工作流程，主要体现在五个方面：生成合成数据以降低数据准备成本；提供特征工程建议以优化特征提取；通过代码生成和调试简化实验过程；促进团队间有效沟通以减少误解；自动化研究以跟踪最新进展并推动持续创新。这些应用帮助解决机器学习中的常见挑战。

本文介绍了一款基于Fir Crawl的免费开源深度研究工具，支持灵活的研究任务。尽管目前仅能在终端运行，但有潜力转化为API，增强人机协作。该工具通过用户查询生成详细的markdown报告，提供自动化研究的新可能性。