Gemini Deep Research Agent

Deep Research Max 与 Deep Research：重塑企业级自主研究 Agent 工作流

在数字化研究领域，Deep Research Max 和 Deep Research 的发布标志着自主研究 Agent 进入了一个全新的阶段。基于强大的 Gemini 3.1 Pro 模型，这两款自主研究 Agent 不再仅仅是复杂的摘要引擎，而是已经进化成为能够支持金融、生命科学、市场研究等多个行业复杂工作流的基础平台。通过 Interactions API，开发者可以轻松调用这些先进的自主研究能力，将公开网络信息与企业专有数据流深度融合，生成专业级、全引用的深度分析报告。

---

什么是 Deep Research 与 Deep Research Max？

自主研究 Agent 的进化

Deep Research 系列是 Google DeepMind 专为长周期、复杂研究任务设计的自主研究 Agent。相比于 2025 年 12 月发布的预览版，全新的 Deep Research 基于 Gemini 3.1 Pro 构建，实现了从简单的信息汇总到深度逻辑推理的跨越。它能够自主规划研究路径，跨越多个数据源进行搜索，并最终交付具备执行力的分析结果。

两款核心 Agent 配置

为了满足不同的业务需求，系统提供了两种不同的配置选项：

1. Deep Research：专注于速度与效率。它显著降低了延迟和成本，同时保持了极高的研究质量，非常适合需要实时反馈或集成在交互式用户界面中的研究体验。
2. Deep Research Max：专为最大化全面性和高质量合成而设计。Deep Research Max 利用扩展的测试时计算（test-time compute）能力，进行迭代推理、搜索和细化。它是异步后台工作流（如生成隔夜尽职调查报告）的完美引擎。

---

Deep Research Max 核心功能特性

1. 模型上下文协议 (MCP) 支持

Deep Research Max 现在原生支持 Model Context Protocol (MCP)。这意味着该自主研究 Agent 不再局限于公开网络搜索，还可以安全地连接到企业的自定义数据和专业数据流（如金融数据供应商）。通过 MCP，Deep Research Max 可以自主导航任何专有的数据存储库，成为真正的企业级研究助手。

2. 原生图表与视觉化能力

在 Gemini API 中，Deep Research 不再只生成纯文本。它可以利用 HTML 或 Nano Banana 原生生成高质量的图表和信息图。这种能力使自主研究 Agent 能够动态可视化复杂的定性与定量数据集，将其转化为演示级别的分析报告。

3. 多模态研究接地 (Grounding)

Deep Research Max 允许用户提供多种格式的输入文件作为研究背景，包括：

• PDF 文档
• CSV 数据表
• 图像、音频 和 视频 文件 这种多模态能力确保了自主研究 Agent 能够紧密围绕用户的特定上下文进行深入探索。

4. 协同规划与透明度

为了增强可控性，Deep Research Max 引入了协同规划功能。在执行任务前，用户可以审查、引导并精炼 Agent 生成的研究计划。此外，通过实时流式传输 (Real-time streaming)，用户可以追踪 Agent 的中间推理步骤，查看实时的思考摘要。

5. 扩展的工具集成

开发者可以同时运行 Deep Research 与 Google Search、远程 MCP 服务器、URL 上下文、代码执行和文件搜索，或者完全关闭网络访问，仅在自定义私有数据上进行搜索。

---

Deep Research Max 应用场景

金融与尽职调查

在金融领域，Deep Research Max 可以被配置为每晚执行的定时任务。它能自动查阅 SEC 备案文件、专业金融数据库（如 FactSet、S&P Global、PitchBook），并为分析师团队在次日清晨准备好详尽的尽职调查报告。

生命科学研究

对于生命科学领域的专业人士，该自主研究 Agent 能够查阅大量开放获取的同行评审期刊，识别细微的科研线索，并将密集的专业技术数据转化为利益相关者易于理解的格式。

市场研究与竞争分析

企业可以利用 Deep Research 快速收集市场趋势，分析竞争对手的公开信息，并结合内部销售数据生成具有前瞻性的市场报告，帮助决策层掌握先机。

---

如何开始使用 Deep Research 系列 Agent

目前，Deep Research 和 Deep Research Max 已经通过 Interactions API 在 Gemini API 的付费层级中开启公测。

1. 访问文档：前往 Google 的开发者文档中心查看 Interactions API 的具体集成指南。
2. 配置环境：在 Gemini API 控制台中选择相应的模型（Deep Research 或 Deep Research Max）。
3. 连接数据源：根据需要配置 MCP 服务器或上传多模态输入文件（如 CSV、PDF）。
4. 触发工作流：通过 API 调用发起研究请求。对于 Deep Research Max，建议配置为异步任务以处理长周期推理。

此外，这些能力也将很快在 Google Cloud 中面向初创公司和企业客户开放。

---

常见问题解答 (FAQ)

Q1: Deep Research Max 和普通版 Deep Research 有什么区别？

A: Deep Research 优化了速度，适合需要快速响应的交互式场景；而 Deep Research Max 则侧重于深度和全面性，它使用更多的计算资源进行反复推理和多源验证，适合对报告质量要求极高的分析任务。

Q2: 这个 Agent 能够引用来源吗？

A: 是的，Deep Research Max 能够交付专业级且完全引用的分析报告。它会明确指出信息的来源，如 SEC 备案文件或学术期刊，确保信息的真实性和可追溯性。

Q3: 我可以使用自己的私有数据吗？

A: 可以。通过 MCP (Model Context Protocol) 支持和文件上传功能，您可以将 Deep Research Max 连接到您的私有数据库、文件存储或特定的专业数据流，甚至可以关闭公网访问，仅针对私有数据进行研究。

Q4: Deep Research Max 支持哪些文件格式？

A: 它支持多种格式的 grounding，包括 PDF、CSV、图像、音频和视频。这使得 Agent 能够从多种媒体中提取信息并进行综合分析。

Q5: 为什么 Deep Research Max 的分析质量更高？

A: 相比之前的版本，Deep Research Max 被教导去咨询更多样化的来源，并仔细权衡相互冲突的证据。它利用 Gemini 3.1 Pro 的长上下文和扩展推理能力，能够识别出旧版本可能忽略的细微差别。