Isa Fulford

Isa Fulford（Isabella Fulford）是 OpenAI 的一名英国研究员和工程师，从事后训练研究，并领导该公司的 Deep Research 和 ChatGPT Agent 团队。^[1]​^[2]

早年生活与教育

Fulford 在伦敦接受教育，随后前往美国读大学。她曾就读于圣保罗女子学校（St Paul's Girls' School），之后进入威斯敏斯特公学（Westminster School），并在那里完成了数学、高等数学、化学和物理的 A-levels 和 Pre-U 考试。^[5] 在威斯敏斯特公学期间，她获得了物理学方面的校级奖项，包括对一篇论文和实践研究的认可，并因对学校音乐的贡献获得了音乐奖。^[5]

随后，她进入斯坦福大学学习，以优异成绩（Honors and Distinction）获得数学与计算科学学士学位，主修逻辑与语言荣誉方向，并入选 Phi Beta Kappa 荣誉学会。^[4][1] 她的本科学习包括在斯坦福大学牛津和佛罗伦萨项目的国际学期，并通过 Bing 海外学习项目在牛津大学进一步学习数学，专注于数理逻辑、模型论和集合论。^[5][4] 随后，她在斯坦福大学完成了计算机科学硕士学位。^[4]

早期职业生涯

在加入 OpenAI 之前，Fulford 通过一系列实习、奖学金和早期职业角色积累了工程和研究经验。2018 年，她在伦敦的 Huma 担任业务发展实习生；2019 年，她作为 Nexus 研究员参与了纽约 D. E. Shaw 集团的研究部门工作。^[5]

她曾在亚马逊网络服务（AWS）担任软件工程职位，在自动推理小组（Automated Reasoning Group）工作，探索预测计算机系统行为的数学工具。她曾表示，在一个独立项目中，她利用程序验证工具编写了她所描述的亚马逊首个针对物联网代码和通信协议的内存安全无界证明。^[5][4] 2020 年，她在 Inspirit AI 担任 AI 讲师；2021 年至 2022 年，她是斯坦福技术风险项目（STVP）的 Mayfield 研究员。^[5][4]

2021 年至 2022 年，她在 Mem Labs 担任软件工程师，这是一家成立于 2019 年、总部位于加利福尼亚州洛斯阿托斯山的开发人工智能驱动应用程序的公司。^[5][4] 在她任职期间，该公司采用了 OpenAI 的 API 来提高开发人员的生产力。^[5]

在 OpenAI 的工作

Fulford 于 2022 年 11 月作为技术人员加入 OpenAI，从事后训练研究，这是模型开发的一个阶段，旨在初始训练后塑造基础模型的行为。^[1]​^[6] 她早期的贡献之一是设计和构建了 ChatGPT 的文档检索和文件上传功能，使助手能够利用用户提供的文档。^[3] 2023 年 3 月，她宣传了 ChatGPT 检索插件（Plugin），这是一个开源工具，通过将 OpenAI 的嵌入模型与向量数据库相结合，让 ChatGPT 能够访问个人和组织文档，并针对 2018 年至 2022 年的联合国年度报告进行了演示。^[5] 她还与吴恩达（Andrew Ng）一起共同教授了通过 DeepLearning.AI 提供的 ChatGPT 提示工程课程。^[7]​^[5]​

截至 2025 年，Fulford 被描述为 OpenAI 后训练组织的研究负责人，带头开发了该公司当年推出的两款产品：Deep Research 和 ChatGPT Agent。^[3] ChatGPT Agent 是一款能够自主操作计算机以在互联网上执行任务（如预订酒店或退回鞋子）的软件；Fulford 于 2025 年 7 月宣布其发布，并领导其后训练方面的开发。^[3]​^[5]​

Deep Research

Fulford 领导着 Deep Research 背后的团队，这是 ChatGPT 内部的一种智能体能力，可以在线进行多步研究以完成复杂任务。该系统对公共和私人来源进行全面研究，并生成来源详尽的报告；据《福布斯》报道，该产品推动了大量 ChatGPT Pro 订阅。^[3]​^[2] Deep Research 于 2025 年初作为 OpenAI 的早期智能体之一在 ChatGPT 中推出，随后扩展了由 o4‑mini 模型驱动的轻量级版本，并通过 ChatGPT Agent 获得了视觉浏览器的访问权限。^[9] Fulford 表示，该系统会花费 5 到 30 分钟搜索大量网络资源并对其内容进行推理，然后交付一份完全引用的报告，“水平大约相当于研究分析师”，并且“它能在几分钟内完成人类需要花费数小时才能完成的工作”。^[2]​

据 Fulford 介绍，Deep Research 源于 OpenAI 在强化学习和推理模型方面的内部进展。她描述其起源于看到数学、科学和编码任务训练向其他领域的泛化，这促使团队思考，如果直接针对用户在日常生活中执行的任务训练模型会发生什么。^[2] 团队选择网络浏览作为起点，因为在线研究无处不在，而且“只读智能体”提供了一个更受限的环境，与在现实世界中采取行动的智能体相比，安全考虑较少。^[2] 在早期开发中，Fulford 与同事 Yash Patil 和 Thomas Dimson 通过提示现有模型构建了一个原型演示，以展示 Deep Research 的可能样貌，而无需训练新模型，从而激发内部兴趣并获得组织支持。^[2]​

随后，团队通过创建强化学习任务来教授浏览、开发供模型在训练期间使用的工具、为模型提供用于搜索、点击和滚动的浏览器，以及为数据分析和可视化提供代码执行，专门针对浏览和数据分析训练了模型。^[2] 最终产品是 OpenAI o3 模型的一个版本，专门针对网络浏览和数据分析进行了微调；Fulford 表示，“o3 擅长搜索，因为它使用了我们为 Deep Research 开发的相同工具和浏览数据集进行训练。”^[2] 设计中包括一个初始澄清步骤，系统在开始前会提出问题以更好地理解请求，从而提高结果的针对性和相关性。^[2] OpenAI 将 Deep Research 描述为 ChatGPT 中的下一代智能体，能够独立查找、分析和综合数百个在线资源，并在几十分钟内完成人类需要数小时的工作，并指出它由针对网络浏览和数据分析优化的 o3 推理模型版本驱动。^[9]​

Fulford 演示了 Deep Research 的多个用例，包括通过数据可视化分析 AI 公司的风险投资趋势、利用英文和韩文资料寻找韩国夜市评价良好的小吃摊，以及识别获得美国监管批准用于治疗血友病的基因疗法并提供引用和解释。^[2] 她承认该系统并不完美，有时会产生幻觉信息。在她概述的未来方向中，包括提高可靠性以减少幻觉、将 Deep Research 集成到 OpenAI 的主要推理模型中、将公司内部知识和付费来源等私人背景引入系统，以及从信息综合转向使系统能够采取行动。^[2] 在 2025 年期间，Deep Research 成为 OpenAI 的核心智能体产品之一；该公司将访问权限从 Pro 用户扩展到 Plus、Team、Enterprise 和 EDU 用户，随后通过由 o4‑mini 模型驱动的轻量级变体向免费用户开放。^[9]​

BrowseComp 基准测试

Fulford 是《BrowseComp: A Simple Yet Challenging Benchmark for Browsing Agents》的合著者，这是一篇 2025 年的 arXiv 预印本，编号为 arXiv:2504.12516，创建于 2025 年 4 月 16 日。^[7]​^[8] 该论文介绍了 BrowseComp 作为衡量智能体浏览网页能力的基准，包含 1,266 个问题，这些问题需要持续在互联网上导航以寻找难以找到、纠缠在一起的信息，其答案简短且易于根据参考答案进行验证。^[8] 作者将针对浏览智能体的 BrowseComp 与针对编码智能体的编程竞赛进行了类比，认为它是一个虽不完整但很有用的基准，并指出它避开了生成长答案或解决歧义等挑战，以衡量在寻找信息时行使持久性和创造力的核心能力。^[8] 她在论文中的合著者包括 Jason Wei、Zhiqing Sun、Spencer Papay、Scott McKinney、Jeffrey Han、Hyung Won Chung、Alex Tachard Passos、William Fedus 和 Amelia Glaese。^[8]​

红杉资本

在 OpenAI 的工作之余，Fulford 自 2023 年 3 月起担任红杉资本（Sequoia Capital）的 Scout（侦察员），这是该风险投资公司侦察业务中的一个角色，旨在支持识别和支持早期创始人。^[6][4] The Org 将她归入红杉资本的侦察业务团队，并列出她没有直接下属。^[4]

音乐

Fulford 是一位受过古典训练的小提琴手，她的音乐训练与她的学术生涯并行。她曾在伦敦皇家音乐学院（Royal College of Music）少年部学习，担任第一专业小提琴手，并担任交响乐团和室内乐团的第二小提琴首席，她还是威斯敏斯特公学交响乐团的首席。^[5] 2015 年 1 月至 2017 年 9 月，她是英国国家青年交响乐团的小提琴手，并在斯坦福大学学习期间参加了室内乐项目。^[5]​^[4]​

演讲与采访

Fulford 是“OpenAI 论坛中的 Deep Research”活动的主讲嘉宾，该活动发布于 2025 年 3 月 28 日，她与 Zhiqing (Edward) Sun 一同被介绍。她谈到了 Deep Research 项目的背景、支撑它的推理模型、安全性、局限性以及后续步骤，并参与了活动的问答环节。^[1] 在红杉资本于 2025 年 5 月 9 日发布的一次采访中，她详细介绍了 Deep Research 的功能和开发历程，描述了其在 OpenAI 强化学习工作中的起源、训练方法以及未来方向。^[2]