导读： 本文来自真实企业客户案例，记录了在Azure OpenAI上使用o3 Deep Research时遇到的数据滞后问题及完整解决方案。适合正在使用或计划使用Azure AI Foundry的技术团队参考。

某头部无人机制造商的技术团队找到我们，反馈了一个让他们头疼的问题：

用 Azure OpenAI 的 o3 模型做 Deep Research，查询某款2026年3月底刚发布的行业新品，模型给出的回答显示的却是2022年的旧产品信息。

客户第一反应是："模型是不是有 bug？"

其实不是 bug，是有个开关没打开。为什么会这样？

o3 是推理模型，训练数据有知识截止日期。默认调用时，它不会主动联网，只能基于训练时已有的知识回答。2026年发布的新品，它根本不知道。

很多人以为"Deep Research"自带联网，实际上这是两回事：

• Deep Research = 多步骤拆解问题、深度推理、生成结构化报告

• 联网检索 = 需要单独开启

解法：开启 web_search 工具

Azure OpenAI 的 Responses API 内置了 web_search 工具，底层是 Grounding with Bing Search，开启方式很简单。

API 调用时加一个参数：

"tools": [{"type": "web_search"}]

Azure AI Foundry Playground 里： 在工具设置中找到 Web search，打开开关即可。

开启后，模型会自动判断何时需要联网，实时检索 Bing，回答中还会附带来源引用。

官方文档：

https://learn.microsoft.com/en-us/azure/foundry/openai/how-to/web-search

如果还是找不到企业内部数据？

联网解决的是公开信息的问题。如果你需要模型检索企业内部文档（产品手册、市场报告、历史工单），还需要：

1. 用 Azure AI Search 建立企业知识库，把内部文档向量化入库

1. 通过 RAG 管道让 o3 基于私有文档回答

总结

作者从事Azure云售后工作多年，服务过多家世界500强企业。如有Azure相关问题，欢迎评论区交流。