谷歌发布升级版Deep Research Agent，推出针对开发者的新交互API

简要介绍

谷歌刚刚推出了其Deep Research代理的升级版本，现在开发者可以通过新的Interactions API访问——面向消费者的版本将很快在搜索、NotebookLM和Gemini应用中推出。

科技公司谷歌表示，已发布了其Deep Research代理的实质性升级版本，开发者现在可以通过新的Interactions API访问，面向消费者的版本计划在搜索、NotebookLM和Gemini应用中推出。

这是开发者首次能够将谷歌最先进的自主研究能力直接集成到自己的应用程序中。Gemini Deep Research旨在进行扩展的信息收集与综合任务，其推理系统由Gemini 3 Pro驱动，被描述为该公司迄今为止最具事实性的模型。该模型经过训练，旨在减少幻觉，提高复杂报告的清晰度和可靠性。通过扩展多步骤强化学习用于搜索，该代理能够在复杂信息环境中自主导航，准确性得到了提升。

该代理通过生成查询、审查结果、识别缺失信息，并持续进行，逐步构建其研究流程。此次新版本对网页搜索性能进行了重大升级，能更深入地浏览网站，提取高度特定的数据。

据谷歌介绍，最新版本在Humanity’s Last Exam (HLE)和DeepSearchQA上表现出色，同时在BrowseComp上取得了迄今为止最强的结果。它经过优化，能够以显著更低的成本生成充分研究的报告，并将很快集成到谷歌搜索、NotebookLM、谷歌财经以及增强版的Gemini应用中。

早期测试已显示出在准确性和详细上下文理解至关重要的领域取得了显著提升。在金融服务领域，企业已开始使用Gemini Deep Research来简化尽职调查的早期阶段，通过汇总市场指标、竞争对手洞察和合规考虑，从公开和专有来源获取信息。这使得该代理成为投资团队进行初步工作流程的宝贵工具。

在科学领域，该代理被应用于复杂的安全相关研究。一家开发预测药物毒性AI系统的公司Axiom Bio表示，Gemini Deep Research提供了深入的初始分析和跨生物医药文献的高精度，使其研发流程得以更快推进。

对于构建自动化研究系统的开发者，Gemini Deep Research代理提供了广泛的功能，用于综合信息和生成详细、可验证的报告。它支持对用户文档（如PDF、CSV和文本文件）与公共网页资源的统一分析，通过结合文件上传和文件搜索工具实现。

它能够有效管理大量上下文，允许开发者在提示中直接包含大量背景资料。输出结构可以通过提示进行定制，完全控制报告的布局、标题和数据展示。该系统还提供细粒度的引证，确保数据来源透明，并支持结构化输出（包括JSON架构），便于与下游应用程序集成。

谷歌开源DeepSearchQA基准测试，推动多步骤网页研究能力提升

此外，谷歌宣布开源一项名为DeepSearchQA的新基准，旨在评估研究代理处理全面、多步骤网页查询的能力。DeepSearchQA包含900个手工构建的因果链任务，涵盖17个学科领域，每一步都建立在前一步的结论基础上。该基准不依赖简单的事实检索问题，而是衡量代理生成完整、详尽答案集的能力，从而评估研究的准确性和检索的覆盖范围。

DeepSearchQA还作为一种诊断资源，用于研究延长推理时间的效果。内部测试表明，当赋予代理更多机会进行额外搜索和推理循环时，性能得到了提升，谷歌计划在未来版本中进一步扩展这一方面。

该基准材料的发布旨在促进更强大研究代理的持续发展。开发者和研究人员可以查看数据集、排行榜、入门Colab，以及伴随的技术报告中描述的基础方法。

虽然Deep Research领域已高度竞争，谷歌这次升级的代理在现有Gemini 3模型的基础上引入了显著增强。此次发布也是首次允许开发者将此技术直接集成到自己的应用中，为第三方产品的研究功能带来了重大改善。