谷歌近期在人工智能领域动作频频，先是联合创始人谢尔盖·布林重启“创始人模式”，亲自带领精英团队，致力于提升Gemini在AI编程和自主智能体等关键能力，以追赶Anthropic等竞争对手。紧接着，谷歌又在深夜宣布重大更新，推出两款基于Gemini 3.1 Pro模型的新一代自主研究智能体：Deep Research和Deep Research Max。
这两款智能体在模型底层强化了推理能力，还积极推动自主研究智能体向企业级和开发者平台方向发展。它们通过API开放、支持私有数据、后台异步任务等方式，试图在“AI研究/分析工具”这一高价值场景中抢占先机，应对来自OpenAI（Hermes）、Perplexity等对手的竞争。这两款智能体首次允许开发者通过单次API调用，融合开放网络数据与企业专有信息，在研究报告中直接生成图表和信息图，还能通过Model Context Protocol（MCP）连接任意第三方数据源。即日起，它们通过Gemini API的付费套餐以公开预览版形式开放，可通过谷歌于2025年12月首次推出的Interactions API进行访问。不过，目前这些新智能体只能通过API使用，普通用户在Gemini的App里无法使用，即便付费订阅也不行，这引发了一些用户的抱怨。
谷歌首席执行官桑达尔·皮查伊（Sundar Pichai）在X上积极宣传：“当你需要速度和效率时，请使用Deep Research；当你追求最高质量的上下文收集与综合时，请使用Max版本——它通过扩展测试时计算，达到了DeepSearchQA 93.3%和HLE 54.6%的成绩。”
18个月前，谷歌Deep Research的目标是帮助研究生避免被海量浏览器标签页淹没，如今却希望它能取代投资银行初级分析师的基础研究工作。这两个目标之间的差距，以及这项技术能否弥合这一差距，将决定自主研究代理会成为企业软件领域的变革性产品，还是仅仅成为又一个在基准测试中表现亮眼，却在实际应用中令人失望的人工智能演示。
谷歌还将这两款智能体与竞对进行了对比。不过，与OpenAI的GPT - 5.4和Anthropic的Opus 4.6比较并不完全公平。GPT - 5.4在自主网络搜索方面表现出色，但未针对深度研究专门优化，OpenAI有自己的DR智能体，2月更新后切换到了GPT - 5.2。OpenAI最强的搜索模型GPT - 5.4 Pro，谷歌未将其纳入对比范围。根据OpenAI的数据，GPT - 5.4 Pro在智能体搜索基准测试BrowseComp上得分最高可达89.3%，GPT - 5.4得分为82.7%。基于Anthropic自己的报告，Opus 4.6在BrowseComp上得分高于谷歌展示的数值，为84%，且该得分是在关闭推理功能的情况下取得的，模型表现优于谷歌在API基准测试中使用的高强度推理设置。这些差距可能源于测试方法不同，谷歌的数据未必错误，但解读需谨慎，其呈现方式缺乏足够透明度。
本次发布最具影响力的功能或许是新增对Model Context Protocol（MCP）的支持。MCP是一种新兴开放标准，用于将AI模型连接到外部数据源，让Deep Research能安全查询私有数据库、内部文档库以及专业第三方数据服务，敏感信息无需离开原始环境。实际应用中，一家对冲基金可同时将Deep Research指向内部交易流数据库和金融数据终端，要求智能体将两者与网络公开信息结合，综合生成洞见。谷歌正与FactSet、标普（S&P）和PitchBook等公司合作设计其MCP服务端，表明谷歌正寻求与华尔街及更广泛金融服务行业依赖的数据提供商深度整合。这一功能解决了企业采用AI时的一个痛点，即模型在开放互联网上能找到的信息与组织实际决策所需信息存在巨大差距，此前弥合这一差距需要大量定制化工程工作，而MCP支持结合Deep Research的自主浏览和推理能力，将大部分复杂性简化为一次配置即可完成。开发者现在可让Deep Research同时使用谷歌搜索、远程MCP服务端、URL Context、代码执行和文件搜索，或完全关闭网络访问，仅在自定义数据上搜索，系统还支持多模态输入，包括PDF、CSV、图像、音频和视频，作为grounding使用。
另一个重要功能是原生图表和信息图生成。之前的Deep Research版本只能生成纯文本报告，用户需要可视化时，必须将数据导出自行制作图表，这削弱了“端到端自动化”的定位。现在，新一代智能体能在报告中原生内嵌高质量图表和信息图，以HTML或谷歌的Nano Banana格式动态渲染复杂数据集，使其成为分析叙事的一部分。对于金融和咨询行业等需要产出可直接交付给利益相关者成果的企业用户来说，这一功能让Deep Research从“加速研究阶段”的工具转变为能生成接近最终分析产品的工具。
结合新增的协作式规划功能（允许用户在执行前审查、指导和优化智能体的研究计划）以及实时流式输出中间推理步骤，新系统让开发者能对调查范围进行细粒度控制，同时保持监管行业要求的高度透明度。
谷歌官方博客文章指出，当开发者使用Deep Research智能体进行构建时，调用的是为谷歌旗下多款热门产品（如Gemini App、NotebookLM、Google Search和Google Finance）提供研究能力的同一套自主研究基础设施。这表明通过API提供的智能体并非谷歌内部版本的简化版，而是同一套系统以平台规模对外提供服务。谷歌在自主研究智能体领域的演进十分迅速，2024年12月首次在Gemini App中推出Deep Research，作为C端功能，由Gemini 1.5 Pro驱动，当时描述为个人AI研究助手，能在几分钟内综合网络信息，帮助用户节省数小时工作时间。2025年3月，使用Gemini 2.0 Flash Thinking Experimental对Deep Research进行升级，并向所有人开放试用，随后升级至Gemini 2.5 Pro Experimental，谷歌报告评测者对其报告偏好度超过竞争对手的2比1。2025年12月是重要转折点，谷歌推出Interactions API，首次以编程方式提供Deep Research，由Gemini 3 Pro驱动，并同步发布开源的DeepSearchQA基准测试。驱动本次改进的底层模型是Gemini 3.1 Pro，该模型于2026年2月19日发布，在核心推理能力上实现重大飞跃，在评估模型解决新型逻辑模式的ARC - AGI - 2基准测试中，3.1 Pro得分达到77.1%，是Gemini 3 Pro的两倍多。
