谷歌掀桌：深度研究智能体进入自动驾驶时代

OpenAI刚用Deep Research抢了先手，谷歌直接掀桌！DeepMind祭出研究智能体双杀，Max版质量评分从66.1%暴拉到93.3%，知识工作自动化的军备竞赛正式进入贴身肉搏。

在AI智能体上，谷歌这次又放出了个大招。

4月末，谷歌DeepMind一口气甩出两款AI研究智能体。

Deep Research（标准版）：追求速度和低延迟，适合实时交互

Deep Research Max（增强版）：追求最大详尽度，用扩展test-timecompute异步跑后台大任务

两个智能体都基于刚发布的Gemini 3.1 Pro。

谷歌CEO Pichai也亲自下场站台。

Max版在三个权威基准测试中都拿到了SOTA得分：

DeepSearchQA：93.3%，综合网页研究能力

BrowseComp：85.9%，在网页上定位难找事实

Humanity's Last Exam(HLE)：54.6%，人类最难学科专家级题库

这两个智能体干的事情很直白：你给一个研究课题，它自己去网上扒资料、分析数据、生成带图表的完整报告。

标准版处理日常研究任务，Max版专攻重度场景：尽职调查、竞品分析、市场研报，那种过去要一个分析师团队干两天的活。

Max版在DeepSearchQA基准上达到93.3%。

什么概念？

去年12月同一项测试，成绩是66.1%。

四个月，涨了27个百分点！

Humanity's Last Exam上也从46.4%拉到54.6%，直接刷新纪录。

有用户表示日常版本的标准版即可代替日常的文献研读。

知识工作的自动驾驶时代

一个值得玩味的趋势正在成型：AI研究工具正在从“辅助搜索”进化成“自主研究”。

过去的AI搜索是你问一句、它答一段。

现在的研究智能体是你丢一个课题，它自己跑几十轮搜索-分析-验证循环，最后交一份成品报告。

区别就像导航软件和自动驾驶的距离。

谷歌、OpenAI、Anthropic三家同时押注这个方向。

Anthropic的Claude在代码智能体上猛攻，OpenAI用Deep Research抢占研究场景，谷歌现在带着93.3%的成绩单杀回来。

Pichai亲自在发布会上强调93.3%这个数字。他说这是通过增加计算资源达到的。

意味着，只需花更多的电，就能得到更准的答案。

计算资源成了新的入场券。小鲍司买不起。独立顾问付不起。只有大企业才付得起。

这不是工具升级。这是商业模式的代际替换。

从“摘要机器”升级成企业工作流底座

去年12月，谷歌通过Interactions API向开发者开放了Gemini Deep Research智能体，让开发者能用上谷歌最前沿的自主研究能力。

今天，谷歌把它推到下一个台阶。

Deep Research和Deep Research Max两款智能体都由谷歌最强的模型Gemini 3.1 Pro驱动。

Deep Research已经不再是一个聪明的“摘要机器”了。

它现在是金融、生命科学、市场调研等企业级工作流的底层基础设施。

它的报告本身有独立价值，但更重要的是——它是更复杂的AI智能体工作流的第一步：深度上下文收集。

一次API调用，开发者就能触发一次彻底的研究工作流——史上第一次，把公开网页数据和你自己的专有数据流融合在一起，输出一份专业级的、带完整引用的分析报告。

两款智能体，匹配不同场景

谷歌设计了两款智能体，对应从直接面向用户到大规模离线处理的不同需求。

Deep Research（标准版）为速度和效率而生。

它取代了去年12月的预览版本，显著降低了延迟和成本，同时把质量拉得更高。

适用场景：需要低延迟的交互式用户界面。

Deep Research Max（增强版）为最大详尽度和最高质量而生。

Max利用扩展的test-timecompute（测试时计算），反复推理、检索、精炼最终报告。

打通私有数据+原生图表

Deep Research现在可以检索：

公开网页

任意远程MCP服务器

用户上传的文件

连接的文件存储

或以上任意子集的组合。

这套能力是专门为专业人士每天面对的复杂受限数据宇宙设计的。

MCP协议支持（最关键的一项）

你可以通过MCP协议，把Deep Research安全地连接到你自定义的数据和专业数据流——比如金融数据供应商、市场数据供应商。

Deep Research支持任意工具定义。

这让它从一个网页检索器升级成了能在任意专业数据仓库里自主导航的智能智能体。

过去分析师吃饭的家伙（彭博、FactSet、S&PGlobal终端），现在AI可以直接接入、自主查询、综合分析。

原生图表与信息图

Gemini API里的Deep Research第一次——不再只生成文字，还原生生成高质量的图表和信息图。

底层实现用HTML或Nano Banana。

动态可视化复杂数据集，直接嵌入分析报告中。

过去一个分析师用Tableau/PowerPoint做2小时的图表，Deep Research Max直接在报告里原生生成。

不用切换工具，不用再折腾对齐。

重磅合作伙伴

为了让这项技术在低容错率的专业领域真正落地，谷歌正在和金融、生命科学等行业的初创公司和企业密切合作。

比如——

谷歌正在与以下三家公司合作设计MCP服务器：

FactSet（华尔街分析师标配终端）

S&PGlobal（标普全球评级与数据）

PitchBook（私募股权与风险投资数据库）

让共享客户可以把金融数据接入Deep Research驱动的工作流，以闪电般的速度调取这些公司各自的海量数据宇宙，实现生产力的阶跃式提升。

延伸解读：FactSet+S&P+PitchBook=全球投行、PE、咨询公司研究素材的三大上游供应商。它们主动把自己的数据接入谷歌的AI——意味着分析师过去赖以生存的数据订阅护城河彻底消失。

过去你因为能用上这些数据而值钱，现在任何一个企业订阅了Deep Research都能用上。

如何使用

即日起，Deep Research和Deep Research Max在Gemini API付费层开启公开预览。

开发者可以访问谷歌官方开发者文档，通过Interactions API开始构建。

Deep Research和Deep Research Max很快也会通过谷歌Cloud开放给初创公司和企业。

谷歌做好了一个能替代分析师的AI，现在所有企业都可以用API调用它。