Google 升級 Gemini Deep Research Max：整合 MCP 可連企業內部資料庫、原生圖表，實現分析師盡職調查

Google 宣布 Gemini Deep Research 重大升級，推出 Deep Research 與 Deep Research Max 兩款新 Agent，整合最新 Gemini 3.1 Pro 模型，並透過 MCP 協定接入 FactSet、S&P Global、PitchBook 等金融資料平台或企業內部資料。
（前情提要：OpenAI 解鎖 Deep Research：付費使用者每月可查詢 10 次、微軟發布多模態 AI 代理 Magma）
（背景補充：OpenAI推出「ChatGPT Agent」！融合Operator與Deep Research：搶票、叫外送、寫簡報全勝任）

本文目錄

Toggle

• Max 是什麼：用更長時間思考，換來更深的答案
• MCP 支援：從搜網路進化到「搜任何資料庫」
• 三大功能突破：圖表、協作規劃、即時串流
• AI Agent 跨越「搜尋助手」門檻

Google 在昨（21）晚宣布 Gemini Deep Research 重大升級，同時推出兩款 Agent：Deep Research（速度優先）與 Deep Research Max（品質優先），全面整合 Gemini 3.1 Pro，並首度透過 Gemini API 付費方案進入大眾測試。

Max 是什麼：用更長時間思考，換來更深的答案

Deep Research Max 的核心差異在於「extended test-time compute」。Agent 不是跑一遍就交稿，而是反覆推理、搜尋、修正，像一個不眠不休的研究助理，直到它認為報告品質達標才輸出。

Google 官方表示，Max 在業界標準的擷取與推理能力出現「跨越式」躍進，相較去年 12 月的預覽版，諮詢的來源數量大幅增加，能抓到舊版忽略的關鍵差異，並在權衡衝突證據時主動引用 SEC 申報檔案、同行審查期刊等權威來源。

用戶可以在夜間排程跑一次，早上分析師團隊到辦公室，完整的盡調報告已在收件匣等著。速度不是重點，深度才是。

相較之下，標準版 Deep Research 聚焦延遲與成本的大幅下降，取代 12 月預覽版成為互動場景的預設選項（當使用者需要即時問答，不需要 Max 那種耗時的深度挖掘。）

MCP 支援：從搜網路進化到「搜任何資料庫」

Deep Research 今次升級也對 MCP（Model Context Protocol）提供原生支援。過去 Agent 只能抓公開網路資訊，現在透過 MCP，它可以無縫連線企業自訂資料來源與專業資料流。

實際意義是：財務部門可以把內部 ERP 系統、市場資料供應商的私有 API 透過 MCP server 接入，Deep Research 就能在同一個研究流程中，同時查公開網路、查 Bloomberg 終端資料、查自家資料庫，三線並行而不需要人工切換工具。

Google 還宣布與 FactSet、S&P Global、PitchBook 合作，三家機構共同設計 MCP server，讓客戶直接把這些平台的財務與市場資料整合進 Deep Research 工作流。對投行、私募、研調機構而言，這道橋接的意義不言而喻。

工具組合上，使用者可同時啟用 Google Search、遠端 MCP、URL Context、Code Execution、File Search；也可完全關掉網路，讓 Agent 只在自訂資料庫內運作，這點對有資料外洩疑慮的企業客戶尤其關鍵。

三大功能突破：圖表、協作規劃、即時串流

第一是原生圖表與資訊圖。這是 Gemini API 上的頭一遭，Deep Research 不再只吐文字，可以直接生成 HTML 圖表或 Nano Banana infographic，讓研究報告從純文字升級為視覺化的分析檔案。

第二是協作規劃。Agent 在執行研究前，會先生成一份研究計畫，使用者可以檢視、引導、修改這份計畫再讓 Agent 執行。這讓調查範圍的控制更加細緻，不再是「丟一個問題、等一份報告」的黑盒子，而是人機共同定義研究框架。

第三是即時串流。系統追蹤 Agent 的中間推理步驟，live thought summary 讓使用者在等待的過程中就能看到 Agent 正在做什麼，文字與影像邊生成邊回傳，大幅降低長時間等待的不確定感。

多模態 grounding 方面，Deep Research 現在可以吃 PDF、CSV、圖片、音訊、影片作為輸入，跨格式的資料整合不再需要人工前處理。

AI Agent 跨越「搜尋助手」門檻

Deep Research Max 的出現，某種程度標誌著 AI Agent 在企業研究工作流中進入新的成熟階段。過去我們談 AI 輔助研究，多半停留在「幫我摘要這份檔案」或「幫我搜幾篇文章」的層次，本質上是自動化的搜尋助手。

但當 Agent 能夠反覆推理、自主權衡衝突證據、引用 SEC 申報檔案，並透過 MCP 打通私有財務資料庫，它做的事情已經更接近一個初級分析師在做的盡職調查工作。

當然，「接近」不等於「取代」。如何驗證 Agent 的推理邏輯、如何管理它對私有資料的存取許可權、如何在監管環境下使用 AI 生成的研究結論，這些問題企業還在摸索。但 Google 今天給出的訊號很清楚：技術上，這條路已經通了。

Deep Research 與 Deep Research Max 現已透過 Gemini API 付費方案進入 public preview，Google Cloud 版本即將跟進。完整公告請詳見 Google Blog 官方說明。