此外，结合新增之协作式筹划功能（允许用户于执行前审查、指导与改良智能体之研讨谋划），以及实时流式输出中间推演步骤，新体系让掘发者能够对调查范围进行细粒度控制，同时保监管行业所要求之高度透明度。
谷歌指出，参差后台工流为其抱负用场景，例如通过定时差事（cron job）于夜间运行，第二天清晨就能为剖析师团队交付一份完整之尽职调查呈文。
（作者/小金牙） 不仅于模型底层强化推演本领，还大力推动自立研讨智能体向企业级、掘发者平台方位演进，通过API敞开、支私有数据、后台参差差事等方式，试图于“AI研讨/剖析器物”此名高身价场景中抢占先机，对付来自OpenAI（Hermes）、Perplexity等对手之角逐。
此前，弥合此一差距需大量定制化营造工。
掘发者今可让Deep Research同时用谷歌搜索、远程MCP效劳端、URL Context、代码执行与文书搜索——或者完全关闭网络访问，仅于自定义数据上进行搜索。
之前之Deep Research版本只能生成纯文本呈文。
杀身成仁。它让Deep Research能够安康地查询私有数据库、内部文档库以及专业之第三方数据效劳——整名历程中，敏感讯息无需离开其原始氛围。
谷歌之官方博客文章明确指出，当掘发者用Deep Research智能体进行构建时，彼等所调用之为“为谷歌旗下多款热门货品（如Gemini App、NotebookLM、Google Search与Google Finance）提供研讨本领之同一套自立研讨根基设施”。
此两名宗旨之间之差距——以及此项技艺能否真正弥合此一差距——将决定自立研讨代理究竟会成为企业软件领域之改制性货品，还为仅仅成为又一名于基准测试中光鲜亮丽却于集会上令者失之者工智能演示。
本次发布中最具影响力之功能，或许为新增之对Model Context Protocol（MCP）之支。
没错，此些新代理目前只能通过API用，寻常用户于Gemini之App里为享受不到之，就算付费订阅之也不行。
返回搜狐，查看更多 今，新一代智能体能够于呈文中原生内嵌高品质图表与讯息图，以HTML或谷歌之Nano Banana格式动态渲染繁数据集，使其直接成为剖析叙事之一部分。
看到更新之消息却发觉自己用不到，有用户幽怨表示：“谷歌不知何故，延续罚之吾等此些Gemini App之Pro订阅用户……” 两款智能体即日起通过Gemini API之付费套餐以公开预览版样貌敞开，可通过谷歌于2025年12月首次推出之Interactions API进行访问。
该得分为于关闭推演功能之情况下取得之，模型之表现反而优于谷歌于API基准测试中所用之高强度推演设置。
谷歌透露，目前正与FactSet、标普（S&P）与PitchBook等公司积极协作，共同设计其MCP效劳端，此清晰地表明谷歌正寻求与华尔街及更广泛钱庄效劳行业日常依赖之数据提供商进行深度整顿。
基于Anthropic自己之呈文，Opus 4.6于BrowseComp上之得分高于谷歌所展示之数值，实在为84%。
GPT-5.4于自立网络搜索方面表现优异，但并未针对深度研讨进行专门改良。
驱动本次改善之底层模型为Gemini 3.1 Pro，该模型于2026年2月19日发布。
此一功能将Deep Research从一名强盛之网络研讨器物，转变为更接近“通用数据剖析师”之存。
All Rights Reserved 新浪公司 版权所有 后脚谷歌就深夜宣布重大更新，推出之两款基于Gemini 3.1 Pro模型构建之新一代自立研讨智能体：Deep Research与Deep Research Max。
Engineering。实际应用中，此意味之一家对冲基金可同时将Deep Research指向其内部交易流数据库与钱庄数据终端，然后要求智能体将两者与来自网络之公开讯息相结合，统合生成洞见。
该智能体通过扩展测试时计算（extended test-time compute），进行深入推演、搜索与迭代，最终生成呈文。
此名短板大大弱化之“端到端自动化”之定位。
此一功能直接处置之企业采用AI时最顽固之痛点之一：模型于敞开互联网上能找到之讯息，与机构实际决策所需之讯息之间存巨大差距。
于谷歌自己之基准测试中，Deep Research Max于检索与推演差事上取得之显著长进。
2025年12月为重要之转折点，谷歌推出之Interactions API，首次以编程方式提供Deep Research，由Gemini 3 Pro驱动，并齐步发布之开源之DeepSearchQA基准测试。
它于核心推演本领上实现之重大飞跃：于估量模型处置新型逻辑模式之ARC-AGI-2基准测试中，3.1 Pro之得分达到77.1%，为Gemini 3 Pro之两倍多。
根据OpenAI之数据，GPT-5.4 Pro于智能体搜索基准测试BrowseComp上之得分最高可达89.3%，而GPT-5.4之得分为82.7%。
” 两种版本，适配不同工负载 体系还支多模态输入，包括PDF、CSV、图像、音频与视频，作为grounding（grounding上下文）用。
为此，OpenAI提供之自己之DR智能体，该智能体于2月更新后切换到之GPT-5.2，而非GPT-5.4。
谷歌将其描述为名者AI研讨助手，能够于几分钟内统合网络讯息，帮用户节省数小时工光阴。
MCP为一种新兴之敞开标准，用于将AI模型连接到外部数据源。
OpenAI最强之搜索模型实际上为GPT-5.4 Pro，但谷歌显然未将其纳入对比范围。
18名月前，谷歌Deep Research之宗旨还为要帮研讨生免除被海量浏览器标签页淹没。
见解。Deep Research Max则优先考虑深度而非速度。
对于企业用户——尤其为钱庄与咨询行业中需产出可直接交付给好处相关者之成果之用户而言——此一功能将Deep Research从一名“加速研讨阶段”之器物，转变为能够生成接近最终剖析货品之器物。
随后晋级至Gemini 2.5 Pro Experimental，谷歌呈文称，评测者对它之呈文偏好度超过角逐对手之2比1。
谷歌于2024年12月首次于Gemini App中推出Deep Research，作为C端功能，当时由Gemini 1.5 Pro驱动。
” 不过，与OpenAI之GPT-5.4与Anthropic之Opus 4.6进行较量并不完全公平。
谷歌首席执行官桑达尔·皮查伊（Sundar Pichai）也亲自下场于X上吆喝：“当你需速度与效能时，请用Deep Research；当你追寻最高品质之上下文收集与统合时，请用Max版本——它通过扩展测试时计算，达到之DeepSearchQA 93.3%与HLE 54.6%之成绩。
而MCP支结合Deep Research之自立浏览与推演本领，将大部分繁性简化为一次配置即可成。
该智能体能够从比之前版本更多之来源中获取讯息，并捕捉到旧模型易忽略之细微差别。
无论如何，其呈现方式缺乏足够之透明度。
前脚刚传来消息，称谷歌联手创始者谢尔盖·布林重启“创始者模式”，亲自督战并组建精英“突击队”，全力提升Gemini于AI编程与自立智能体等枢纽本领上追击Anthropic等对手。
此表明，通过API提供之智能体并非谷歌内部版本之简化版，而为同一套体系，以平台规模对外提供效劳。
MARISKS称，其认为此些试图通过海峡但遭开火之舟楫中，至少有一艘为上述诈骗讯息之受害者。
标准版Deep Research有更低之延迟与更低之本金，适合拼速度之场景。
根据谷歌DeepMind货品经理Lukas Haas与Srinivas Tadepalli撰写之博客文章，其宗旨为“让共同主顾能够将钱庄数据货品集结到由Deep Research驱动之工流中，并通过使用其海量数据太虚，以闪电般之速度收集上下文，从而实现制造力之飞跃。
如今，谷歌却望它能够取代注资银行初级剖析师之根基研讨工。
2025年3月，谷歌用Gemini 2.0 Flash Thinking Experimental对Deep Research进行之晋级，并向所有者敞开试用。
典型。谷歌之数据未必过失，但值得谨慎解读。
此一演进历程进展极为迅速。
Deep Research正变成谷歌提供给企业之“根基设施”之一部分 此两款智能体首次允许掘发者通过单次API调用，将敞开网络数据与企业专有讯息进行融合，并于研讨呈文中原生生成图表与讯息图，同时还可通过Model Context Protocol（MCP）连接任意第三方数据源。
若用户需可视化，就须将数据导出并自行制图表。
第二名重磅功能为原生图表与讯息图生成。
此些差距甚或源于测试法门之不同——模型为通过原始API进行估量，还为被封装于各实验室自己之器物链中。
谷歌也给出之与竞对之横比。
上一篇：北京楼市：朝阳，某某某小区砸盘甩卖198套房 下一篇：芮见一线丨从“者机共跑”到“者机共融”！者形机器者用半马成绩回答开局新期待