谷歌正式发布了基于 Gemini 3.1 Pro 构建的全新自主研究代理系列——Deep Research 和 Deep Research Max。这一更新标志着 AI 研究能力从简单的信息总结向企业级、多源融合、原生可视化的深度分析工作流迈进。
通过集成模型上下文协议（MCP）、支持专有数据源以及生成原生图表，Deep Research 正在成为金融、生命科学和市场研究等领域复杂工作流的核心基础设施。
两大代理配置：速度与深度的平衡
谷歌推出了两个 distinct 的代理版本，以满足不同场景的需求：
| 特性 | Deep Research | Deep Research Max |
|---|---|---|
| 核心定位 | 速度与效率 | 全面性与最高质量 |
| 适用场景 | 交互式用户界面、实时辅助、低延迟需求 | 异步后台任务、尽职调查、夜间 cron 作业 |
| 技术特点 | 显著降低延迟和成本，取代旧预览版 | 利用扩展的测试时计算（Test-time Compute），迭代推理与完善 |
| 输出质量 | 高质量、快速响应 | 极致详尽、严谨事实性、专家级细微差别分析 |
核心功能突破
1. MCP 支持与专有数据融合
Deep Research 不再局限于公开网络搜索。通过 模型上下文协议（MCP），它可以安全地连接到：
- 自定义数据源：企业内部数据库、文件存储。
- 专业数据流：如 FactSet、S&P、PitchBook 等金融或市场数据提供商。
- 混合搜索：同时结合开放网络、远程 MCP 服务器、上传文件和本地存储，打破数据孤岛。
2. 原生可视化与图表生成
这是 Gemini API 中 Deep Research 的首创功能。代理不仅生成文本报告，还能原生创建高质量的图表和信息图：
- 动态可视化复杂数据集。
- 直接嵌入 HTML 或与 Nano Banana 等前端框架内联显示。
- 将密集的技术数据转化为利益相关者易懂的视觉格式。
3. 协作规划与透明控制
- 研究计划审查：在执行前，用户可以审查、指导并优化代理生成的研究计划，精细控制调查范围。
- 实时思维流式传输：通过 Interactions API，开发者可以实时跟踪代理的中间推理步骤（Thought Process），并在生成文本和图像时即时接收输出。
- 工具组合灵活：可选择性启用 Google 搜索、代码执行、文件搜索或完全关闭网络访问仅针对自定义数据进行分析。
4. 多模态研究基础
支持将 PDF、CSV、图像、音频和视频 的组合作为输入上下文，使代理能够基于用户提供的特定资料进行深度挖掘和分析。
行业应用与实证
Deep Research Max 经过专门训练，能够查阅多样化来源并权衡相互矛盾的证据，特别适用于容错率极低的专业领域：
- 金融领域：与 FactSet、S&P Global、PitchBook 合作，通过 MCP 集成详尽金融数据，加速尽职调查和市场分析。
- 生命科学与医疗：从 SEC 文件、同行评审期刊等权威来源提取信息，确保分析的严谨性与可引用性。
- 企业工作流：作为复杂代理管道的第一步，提供深入的上下文收集，供后续决策系统使用。
“从搜索引擎到研究引擎。”
Deep Research Max 让 AI 不仅能找到信息，更能理解、综合并可视化信息。
开发者接入
- API 接口：通过 Gemini API 的 Interactions API 调用。
- 可用状态：即日起以公共预览版形式向付费层级用户开放。
- 云平台：即将面向 Google Cloud 中的初创企业和企业提供。
- 基础设施：依托于支撑 Gemini App、NotebookLM、Google Search 和 Google Finance 的同一套经过验证的大规模自主研究基础设施。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
