|
Google 推出了 Gemini Deep Research，直指 AI 回答“浅尝辄止”的问题。与只做快速搜索、总结首条结果不同，这个 Agent 更像一名真正的研究员：
它会先制定研究计划，系统性阅读多源材料，识别信息缺口，并持续检索，直到形成相对完整的认知图景。最终，它会输出一份结构化研究报告，并为每一条关键结论提供可追溯的引用来源。
Gemini Deep Research 基于 Gemini 3 Pro 构建，面向的是需要“深度调研能力”的开发者，而非只做即时问答的聊天场景。
Interactions API
与此同时，Google 还发布了统一的 Interactions API，用于同时调用模型与 Agent，支持服务端状态管理、后台执行以及 MCP（Model Context Protocol）。首个落地的 Agent 正是 Gemini Deep Research。
在评测层面，Google 开源了 DeepSearchQA，用于评估深度网页搜索类 Agent。该基准包含 900 个跨 17 个领域的多步研究任务，强调“因果链”和信息完整性，用来测试 AI 是否真的具备深入研究与系统整合能力，而不仅是查单点事实。官方数据显示，Deep Research 在 BrowseComp 上达到 SOTA，并在 HLE 上表现强劲。
经验层面也再次印证：Agent 的“编排能力”至关重要。一套极简的开源框架 Stirrup，在 GDPval-AA 指标上甚至超越了多个实验室的原生聊天环境。这表明，任务协调工具、状态管理方式以及可用计算预算，都会对最终效果产生实质性影响。
使用 Gemini Deep Research 构建应用
通过 Gemini Deep Research Agent，开发者可以构建下一代自动化研究工具：
- 统一信息综合：结合文件（PDF、CSV、Docs）与公共 Web 数据，支持 File Upload 与 File Search Tool
- 强上下文处理：可直接在 Prompt 中放入大规模背景材料
- 可控报告结构：通过 Prompt 精确定义章节结构、标题、小标题与数据表
- 结构化输出：支持 JSON Schema，便于下游系统解析
Gemini Deep Research 的真实应用场景
在早期用户反馈与测试中，Gemini Deep Research 已在多个对高精度与强上下文依赖的领域展现出立竿见影的价值，包括：
金融尽调
金融机构正使用 Gemini Deep Research 自动化尽调的前期阶段。
通过聚合全网及私有数据中的市场信号、竞品分析与合规风险，该 Agent 成为投资团队早期研究中的超级放大器。
科学研究与生物医药
在科研领域，Deep Research 正帮助解决高度复杂的安全与知识整合问题。
Axiom Bio（致力于 AI 药物毒性预测）发现，Gemini Deep Research 在生物医学文献中提供了前所未有的研究深度与粒度，加速了药物发现流程。
应用
https://ai.google.dev/gemini-api/docs/deep-research
我用 Antigravity 跑的，安装好之后直接说：
Starting research on: how to improve vo2max
跑了蛮久的：
下面是给我的结果：
| 
