Google обновила Gemini Deep Research Max: интеграция MCP с возможностью подключения внутренних корпоративных баз данных и нативных графиков, обеспечивая комплексное доскональное исследование аналитиков

Google объявила о значительном обновлении Gemini Deep Research, выпустила два новых агента Deep Research и Deep Research Max, интегрировав последние модели Gemini 3.1 Pro, а также подключила их к финансовым платформам или внутренним данным компаний через протокол MCP.
(Предыстория: OpenAI разблокировала Deep Research: платные пользователи могут делать 10 запросов в месяц, Microsoft выпустила мультимодального AI-агента Magma)
(Дополнительный фон: OpenAI запустила «ChatGPT Agent»! Объединив Operator и Deep Research: бронирование билетов, заказ еды, подготовка презентаций — всё в одном)

Содержание статьи

Переключить

• Что такое Max: больше времени на размышления — более глубокие ответы
• Поддержка MCP: от поиска в интернете к «поиску в любой базе данных»
• Три прорыва в функциях: графики, совместное планирование, потоковая передача
• AI-агент преодолевает границу «поискового помощника»

Вчера (21-го) вечером Google объявила о значительном обновлении Gemini Deep Research и одновременно выпустила два агента: Deep Research (приоритет скорости) и Deep Research Max (приоритет качества), полностью интегрировав их с Gemini 3.1 Pro и впервые предоставив через платный API для публичного тестирования.

Что такое Max: больше времени на размышления — более глубокие ответы

Ключевое отличие Deep Research Max — «расширенное тестовое время вычислений». Агент не просто один раз выдаёт результат, а многократно рассуждает, ищет, исправляет, подобно неуёмному исследовательскому помощнику, пока не сочтёт отчёт качественным и не выдаст его.

Официальные представители Google заявили, что Max демонстрирует «прорыв» в стандартных возможностях извлечения и рассуждения, по сравнению с предварительной версией декабря прошлого года, количество источников значительно увеличилось, он способен выявлять важные детали, упущенные в предыдущих версиях, и при противоречиях активно цитировать авторитетные источники, такие как SEC-заявки и рецензируемые журналы.

Пользователи могут запланировать ночной запуск, а утром команда аналитиков получит полный отчёт. Скорость не является главным, важна глубина.

В сравнении со стандартной версией Deep Research, которая сосредоточена на снижении задержек и затрат, Max заменяет декабрьскую предварительную версию как основной вариант для интерактивных сценариев (когда требуется мгновенный ответ, без глубокого анализа, как у Max).

Поддержка MCP: от поиска в интернете к «поиску в любой базе данных»

Обновление Deep Research также включает нативную поддержку MCP (Model Context Protocol). Ранее агент мог получать только публичную информацию из сети, теперь через MCP он может бесшовно подключаться к корпоративным источникам данных и профессиональным потокам.

Практический смысл: финансовые отделы могут подключить внутренние ERP-системы, API поставщиков рыночных данных через MCP-сервер, и Deep Research сможет одновременно искать в публичных источниках, данных Bloomberg Terminal и собственных базах данных — всё в рамках одного рабочего процесса без ручного переключения инструментов.

Google также объявила о сотрудничестве с FactSet, S&P Global и PitchBook, которые совместно разработали MCP-сервер, позволяющий клиентам напрямую интегрировать финансовые и рыночные данные этих платформ в рабочий процесс Deep Research. Для инвестиционных банков, частных фондов и аналитических агентств это особенно важно.

В арсенале инструментов пользователь может одновременно активировать Google Search, удалённый MCP, URL Context, выполнение кода, поиск файлов; или полностью отключить интернет, чтобы агент работал только с собственными базами данных — что особенно важно для компаний с опасениями утечки данных.

Три прорыва в функциях: графики, совместное планирование, потоковая передача

Первое — встроенные графики и информационные диаграммы. Это впервые реализовано через Gemini API: Deep Research больше не ограничивается текстом, он может напрямую генерировать HTML-графики или инфографику Nano Banana, превращая отчёты из чистого текста в визуализированные аналитические файлы.

Второе — совместное планирование. Перед началом исследования агент создаёт план, который пользователь может просмотреть, направлять и редактировать, прежде чем запустить. Это позволяет более точно контролировать рамки исследования, превращая его из «задайте вопрос — получите отчёт» в совместное определение исследовательской структуры.

Третье — потоковая передача. Система отслеживает промежуточные шаги рассуждений агента, live thought summary позволяет видеть, что он делает, пока он работает, текст и изображения генерируются и передаются одновременно, значительно сокращая время ожидания.

В области мультимодальной обработки Deep Research теперь может принимать PDF, CSV, изображения, аудио и видео в качестве входных данных, объединяя разнородные форматы без необходимости ручной предварительной обработки.

AI-агент преодолевает границу «поискового помощника»

Появление Deep Research Max в определённой мере означает, что AI-агенты вошли в новую зрелую стадию в рабочих процессах корпоративных исследований. Ранее мы говорили о помощи AI в автоматизации поиска и кратком изложении документов, что по сути было автоматизированным поисковым помощником.

Но когда агент способен многократно рассуждать, самостоятельно взвешивать противоречия, цитировать SEC-заявки и подключать собственные финансовые базы через MCP, он уже приближается к выполнению задач начального уровня аналитика в области due diligence.

Конечно, «близко» не означает «заменяет». Вопросы проверки логики рассуждений агента, управление доступом к приватным данным, использование AI-выводов в регулируемой среде — всё ещё в стадии изучения. Но сигнал Google ясен: технически этот путь уже открыт.

Deep Research и Deep Research Max уже доступны через платный API в публичном превью, версия для Google Cloud скоро последует. Полное объявление — на официальном блоге Google.