ปัจจุบันมีบทความทางวิทยาศาสตร์ใหม่ๆ ถูกตีพิมพ์ออกมามหาศาล ซึ่งเกินกว่าที่คนหนึ่งคนจะอ่านไหว สำหรับนักวิทยาศาสตร์ ปัญหาไม่ใช่การเข้าถึงความรู้ แต่คือภาระในการค้นหา ตีความ และเชื่อมโยงข้อมูลเหล่านั้น
Consensus ได้พัฒนาจาก Search Engine เฉพาะทางด้านวิทยาศาสตร์ ไปสู่ระบบ Multi-agent ที่ชื่อว่า “Scholar Agent” ซึ่งทำงานเลียนแบบนักวิจัยที่เป็นมนุษย์ โดยสร้างขึ้นบน GPT‑5 และ Responses API
ระบบนี้มีการทำงานแบบประสานงานของ Agent ต่างๆ เช่น Planning Agent ที่จะแบ่งย่อยคำถามและตัดสินใจว่าจะต้องดำเนินการต่อไปอย่างไร ซึ่งทีมงานเรียกว่า context engineering คือการรวบรวมหลักฐานที่ถูกต้องก่อนการสร้างคำตอบ
แทนที่จะขายผ่านสถาบัน Consensus มุ่งเน้นไปที่ผู้ทำวิจัยโดยตรง เช่น นักศึกษา คณาจารย์ และแพทย์ และเพิ่งเปิดตัว ‘Medical Mode’ สำหรับผู้ปฏิบัติงานทางการแพทย์ หลังจากเซ็นสัญญากับ Mayo Clinic’s medical library
สถาปัตยกรรมของ Consensus ถูกออกแบบให้เป็นแบบโมดูลาร์ เพื่อรองรับการเพิ่ม Agent ใหม่ๆ เช่น Agent ที่จำลองการทดลอง หรือรันการวิเคราะห์ทางสถิติ เมื่อโมเดลมีการพัฒนาต่อไป
ที่มา: OpenAI