Deep Research AI agenti 2026: kako ChatGPT, Claude, Mistral i Manus istražuju za vašu tvrtku

Od svih agentnih AI funkcija predstavljenih od 2025., jedna je tiho postala svakodnevni alat analitičara, konzultanata, pravnika i produktnih timova: deep research. Postavite pitanje, agent isplanira strategiju, pokrene desetke ili stotine pretraga, pročita izvore i vrati strukturirani izvještaj s citatima — za nekoliko minuta umjesto nekoliko dana. Danas ga ima svaki veliki laboratorij: OpenAI, Anthropic, Google, Mistral, Perplexity i Manus. Ovaj vodič objašnjava kako deep research agenti rade, što pokazuju benchmarkovi, koliko zapravo koštaju, gdje griješe i kako ih sigurno koristiti u tvrtki.

Od odgovora chatbota do istraživačkog izvještaja

Običan odgovor chatbota nastaje u jednom prolazu: model pročita pitanje, možda pokrene jednu ili dvije pretrage i napiše odgovor. Deep research agent radi u petlji. Razbije pitanje na potpitanja, pretražuje, čita, uočava praznine ili proturječja, ponovno pretražuje i tek onda piše izvještaj — obično od nekoliko stranica, s popisom izvora. Pristup spaja tri sposobnosti koje su sazrele istovremeno: modele zaključivanja koji mogu planirati i preispitivati, pouzdanu upotrebu alata za pregledavanje weba i čitanje datoteka te duge kontekstne prozore koji istovremeno drže desetke dokumenata.

Google je prvu široko dostupnu verziju predstavio kao Gemini Deep Research u prosincu 2024. OpenAI deep research slijedio je u veljači 2025., izgrađen na verziji modela o3 posebno treniranoj za pretraživanje weba, i brzo postao mjerilo. Perplexity je svoj alat lansirao istog mjeseca, Anthropic je Claudeu dodao Research u travnju 2025., Mistral je u srpnju 2025. dodao deep research način u Le Chat, a Manus je predstavio „Wide Research", koji zadatak raspoređuje na mnogo paralelnih agenata.

Što pokazuju benchmarkovi

Za procjenu istraživačkih agenata najkorisnija su dva benchmarka. BrowseComp, koji je OpenAI objavio u travnju 2025., sadrži 1.266 pitanja čije je odgovore teško pronaći, ali lako provjeriti — upravo ona koja zahtijevaju uporno pretraživanje mnogo stranica. Razlika između običnih modela i istreniranih istraživačkih agenata je golema:

Drugi je Humanity's Last Exam (HLE), više od 2.500 pitanja stručne razine iz desetaka područja. Pri lansiranju je OpenAI deep research postigao 26,6%, a Perplexity Deep Research 21,1%, dok je većina tadašnjih standardnih modela bila na jednoznamenkastim rezultatima. Vodeći modeli iz 2026. postižu znatno više, ali pouka ranih brojki ostaje: pretraživanje i iteracija nadmašuju samo znanje modela kod teških, činjeničnih pitanja.

Usporedba glavnih alata

Razlike između vodećih alata manje su od razlika između zadataka. Dobra je praksa isto važno pitanje provući kroz dva alata i usporediti rezultate — upravo tamo gdje se ne slažu, čovjek treba pogledati.

Zašto multi-agentno istraživanje radi — i zašto košta više

Anthropic je detaljno opisao kako je izgrađen Claude Research: glavni agent planira istraživanje i pokreće nekoliko podagenata koji pretražuju paralelno, svaki sa svojim kontekstnim prozorom, a zaseban korak provjerava citate. Na Anthropicovoj internoj evaluaciji istraživanja taj je multi-agentni sustav nadmašio jednog agenta za 90,2%. Glavni razlog je jednostavan: više ukupnog zaključivanja i pretraživanja raspoređenog na paralelne radnike. Ista analiza pokazala je da sama potrošnja tokena objašnjava oko 80% razlika u uspješnosti.

Druga strana medalje je trošak. Agenti troše otprilike 4× više tokena od chata, a multi-agentni sustavi oko 15× više. Zato potrošački paketi ograničavaju broj deep research pokretanja mjesečno, a procesi preko API-ja trebaju budžete, ograničenja dubine i pravila zaustavljanja. Naš vodič o troškovima AI inferencije objašnjava kako te brojke držati pod kontrolom.

Poslovni slučajevi koji se isplate

• Analiza tržišta i konkurencije. Cijene, funkcionalnosti proizvoda, financiranje, zapošljavanje i vijesti za popis konkurenata — osvježeno svaki mjesec umjesto jednom godišnje.
• Dubinska provjera dobavljača i partnera. Pozadina tvrtke, vlasništvo, sudski sporovi, sankcije i medijsko praćenje kao prva provjera prije ljudskog pregleda.
• Praćenje propisa i pravnih promjena. Što se promijenilo u EU AI Actu, NIS2 ili sektorskim pravilima, s poveznicama na službene tekstove. Uvijek uz provjeru stručnjaka prije djelovanja.
• Istraživanje klijenata za prodaju. Brifinzi o strategiji potencijalnog klijenta, nedavnim objavama i vjerojatnim problemima prije sastanka.
• Tehnička procjena i odabir dobavljača. Usporedba softverskih rješenja, API-ja ili arhitektura prema vašim kriterijima.
• Sinteza internog znanja. Uz konektore ili RAG isti agent može kombinirati web izvore s vašim izvještajima, bilješkama iz CRM-a i tiketima.

Ušteda vremena na grafikonu dolazi uglavnom iz faza prikupljanja i prvog nacrta. Provjera i prosudba ostaju ljudske — i trebaju dobiti više pažnje, ne manje, jer nacrt sada stiže vrlo brzo.

Gdje deep research agenti griješe

• Kvaliteta izvora. Agenti mogu pridati preveliku težinu SEO sadržaju, marketinškim stranicama dobavljača ili zastarjelim člancima. Tražite primarne izvore i datume objave.
• Samouvjereno pogrešno citiranje. Citat može voditi na stranicu koja zapravo ne potkrepljuje tvrdnju. To je oblik halucinacije koji izgleda vjerodostojno.
• Paywalli i privatni podaci. Velik dio najvrjednijih informacija nalazi se iza prijava, u PDF-ovima ili u internim sustavima do kojih agent ne može doći.
• Prompt injection. Web stranice mogu sadržavati skrivene upute namijenjene AI agentima. Istraživački agenti koji imaju i pristup alatima tvrtke trebaju zaštitne mehanizme.
• Zaštita podataka. I samo pitanje može biti povjerljivo — meta akvizicije, ime klijenta. Koristite enterprise pakete s jasnim uvjetima obrade podataka.

Kako dobiti bolje istraživačke izvještaje

1. Napišite pravi brief. Navedite cilj, odluku koju podržava, publiku, razdoblje, geografiju i format izlaza — kao što biste to napravili za analitičara.
2. Odredite izvore. Navedite preferirane izvore (službena statistika, regulatori, financijska izvješća tvrtki) i one koje treba izbjegavati.
3. Tražite razdvajanje. Zatražite jasnu podjelu na provjerene činjenice s citatima, procjene i vlastito tumačenje agenta.
4. Iterirajte. Pregledajte plan ako ga alat prikazuje, zatim nadopunjujte praznine umjesto da krećete ispočetka.
5. Standardizirajte. Ponavljajuća istraživanja — mjesečne preglede konkurencije, provjere dobavljača — pretvorite u predloške ili zakazane zadatke agenata s fiksnom strukturom.

Zaključak

Deep research agenti jedan su od najjasnijih primjera agentne umjetne inteligencije koja već danas donosi vrijednost: sate istraživanja sažimaju u minute i omogućuju istraživanje pitanja za koja prije ne biste imali vremena. Alati OpenAI-ja, Anthropica, Googlea, Mistrala i Manusa razlikuju se uglavnom po pristupu podacima, usklađenosti i stilu — ne po tome rade li. Tvrtke koje iz njih izvlače najviše pišu dobre briefove, povezuju prave interne izvore, planiraju trošak tokena i drže čovjeka odgovornim za provjeru onoga što je važno.