12月12日讯，在OpenAI推出GPT-5.2之后，谷歌紧随其后发布了更为强大的Gemini Deep Research深度研究智能体，并首次面向开发者开放了全新的交互API（Interactions API）。
此外，谷歌还开源了DeepSearchQA这一全新基准测试，用于评估多步骤复杂检索任务中的研究全面性。此番升级标志着AI的自主研究能力正式迈入工业化应用的新阶段。
Gemini Deep Research基于 Gemini 3 Pro构建，专为长周期的内容收集与综合任务进行了优化。相比前代，幻觉率降低了40%，成为谷歌有史以来“最具事实性”的模型。通过专项训练，该智能体在复杂任务中的报告质量得到了显著提升。
据Google DeepMind产品经理路卡斯·哈斯（Lukas Haas）在社交平台X上透露，Gemini Deep Research已达到当前最优性能水平（SOTA）。在谷歌内部基准测试中，其得分高达46.4%，并且在 BrowseComp 上的表现可与GPT-5 Pro相媲美。但相较之下，Gemini Deep Research的价格却只有其十分之一。
该智能体通过反复规划研究路径来实现深入分析，包括生成搜索查询、阅读结果、识别信息缺口并再次优化搜索等步骤。此次升级显著提升了网页搜索能力，使其能够更精准地从网站中提取具体数据。
据称，该智能体在 Humanity’s Last Exam (HLE)、DeepSearchQA 以及 BrowseComp 等多个评测中均取得了最新最优成绩。并且能够在显著降低使用成本的情况下生成深入研究报告。未来，这项技术将被整合到 Google Search、NotebookLM、Google Finance 和 Gemini App 中。
全新基准测试：DeepSearchQA
为应对真实世界中复杂的多步骤研究需求，谷歌同时发布了DeepSearchQA数据集与工具。该评测基准涵盖17个不同领域，包含900个“因果链”任务。每个任务都需要智能体基于前序分析结果生成详尽答案，以此来衡量其研究精度与检索全面性。
谷歌表示，DeepSearchQA还可以用来评估“思考时间”对智能体性能的提升作用。内部测试显示，增加搜索与推理步骤能够显著改善表现。这一发现将在未来版本中得到进一步探索和优化。
开发者可通过访问官方提供的数据集、排行榜以及Colab示例，并参考技术报告详细了解DeepSearchQA的实现细节。
实际应用场景
目前，Gemini Deep Research已在多个需要高精度和上下文理解的行业中展现出显著优势。特别是在金融服务、生物技术和市场研究等领域表现尤为突出。
-
在金融领域，企业正在利用Deep Research自动化尽职调查中的信息收集环节，例如整合市场信号、分析竞争格局以及评估合规风险。这显著提升了研究效率。
-
在科研领域，Axiom Bio公司使用该智能体处理药物毒性预测相关的文献分析，获得了更高的研究深度与颗粒度，从而加速了新药开发流程。
开发者工具：强大的功能支持
通过Interactions API，开发者可以调用Gemini Deep Research构建下一代自动化研究工具。主要功能包括：
-
统一信息整合：支持上传PDF、CSV等文件格式，并能有效处理大上下文量的数据。
-
可控报告结构：允许通过提示词定义输出结构、标题以及表格格式等内容。
-
精细引用管理：为报告中的每个事实提供细粒度的来源标注。
-
结构化数据输出：支持JSON schema，便于后续系统处理和分析。
使用Interactions API
开发者可以通过Google AI Studio获取Gemini API Key，并开始使用Interactions API进行应用开发。
谷歌表示，未来版本将增加原生图表输出功能，并扩展Model Context Protocol（MCP）支持以接入更多自定义数据源。同时，Gemini Deep Research也将整合到企业级服务平台Vertex AI上。
参考资料：
-
https://blog.google/technology/developers/deep-research-agent-gemini-api/
-
https://blog.google/technology/developers/interactions-api/
相关文章
