谷歌重磅推出三大Agent更新：Deep Research Agent功能增强、开源DeepSearchQA基准及新交互API

智东西12月12日消息，今日凌晨，谷歌抢先OpenAI一小时，发布了三项Agent重大更新：

包括Deep Research Agent的功能更新，并首次向开发者开放；开源新的网络研究Agent基准DeepSearchQA，旨在全面测试Agent在网络研究任务中的性能；以及推出全新的交互API（Interactions API）。

Gemini Deep Research是一款专为长期上下文采集和综合任务优化的Agent，其基于Gemini 3 Pro模型，通过多步强化学习的扩展搜索，能够自主高精度导航复杂信息环境。此次更新增强了针对特定数据的网页搜索能力，以及更低成本生成研究报告等功能。

谷歌DeepMind产品经理路卡斯·哈斯（ Lukas Haas）在社交平台X上透露，新版Gemini Deep Research Agent已达到SOTA（State-of-the-Art）水平，在谷歌新基准测试中得分46.4%，在BrowseComp上与GPT-5 Pro表现相当，但价格仅为后者的十分之一左右。

Deep Research Agent将很快集成到谷歌搜索、笔记本和谷歌金融中，并在Gemini应用中进行升级。

DeepSearchQA内置了900个手工设计的“因果链”任务，覆盖17个领域，可评估Agent在复杂、需多步查询信息等任务上的能力。

交互API作为与Gemini模型和Agent的统一交互界面，通过Google AI Studio中的Gemini API公开测试版向开发者开放。开发者可通过Agent开发套件（ADK）和A2A协议使用交互API。

有网友评论，谷歌此举相当于将“一个数字版的福尔摩斯交给了开发者”，现在开发者只需轻松操作，就能让应用像进行学术研究一样展开深度调查。

DeepSearchQA开源地址： https://www.kaggle.com/benchmarks/google/dsqa/leaderboard

01 Deep Research Agent：增强网页搜索与低成本报告生成功能

谷歌博客指出，Deep Research背后的Gemini 3 Pro模型是迄今为止最真实的模型，经过专门训练以减少幻觉并最大化复杂任务中的报告质量。

Deep Research通过迭代流程运行：提出问题、阅读结果、识别知识空白，然后再次搜索。新版本显著提升了网页搜索功能，使其能深入网站查找特定数据。

新版Gemini Deep Research Agent在完整HLE测试中达到46.4%，Gemini 3 Pro为43.2%，GPT-5 Pro为38.9%。在DeepSearchQA和BrowseComp测试中以微小优势领先。

谷歌还优化了该Agent，以更低成本生成深度研究报告。

Gemini Deep Research Agent已在需要高精度和基于早期反馈的复杂领域应用，包括金融服务、生物技术和市场调研等行业，这些领域可利用它完成初步调研任务。

对于构建下一代自动化研究工具的开发者，Gemini Deep Research Agent能综合信息并生成详细报告：

统一信息综合：通过文件上传和搜索工具分析用户文档和公共网络数据，还能处理长上下文，允许在提示中直接放置大量背景信息；

报告可控性：用户可通过提示定义结构、标题，或指定数据表生成和格式来控制输出；

详细引用：提供细粒度来源，方便用户验证数据；

结构化输出：支持JSON模式输出，便于下游应用解析研究结果。

02 DeepSearchQA：新Agent基准，覆盖17大领域与900条任务

DeepSearchQA是Deep Research Agent的测试基准。

现有基准测试往往无法反映现实世界多步网络研究的复杂性，谷歌开源新基准DeepSearchQA，用于评估Agent在复杂、需多步查询信息等任务上的表现。

DeepSearchQA包含900个手工设计的“因果链”任务，涵盖17个领域，每一步都依赖事先分析。与传统基于事实的测试不同，DeepSearchQA衡量全面性，要求Agent生成详尽答案集，不仅评估研究准确性，还包括检索记忆能力。

DeepSearchQA还可作为衡量“思考时长”效率的工具。谷歌内部评估发现，当允许Agent执行更多搜索与推理步骤时，其性能显著提升。

03 交互API：集成专为Agent应用开发设计的接口

交互API原生集成一套专属接口，专为Agent应用开发场景设计，可高效处理交错式消息、思维链、工具调用及状态信息的复杂上下文管理。除Gemini模型套件外，交互API还提供其首个内置Agent Gemini Deep Research Agent。

下一步，谷歌将扩展内置Agent，并提供构建和引入其他Agent的功能，使开发者能通过一个API连接Gemini模型、谷歌内置Agent和定制Agent。

交互API提供单一RESTful端点，用于与模型和Agent交互。

通过指定模型参数与模型交互：

通过指定Agent参数与Agent互动，目前支持deep-research-pro-preview-12-2025：

交互API通过现代Agent应用所需功能扩展生成内容的核心能力，包括：

可选的服务器端状态：能将历史管理卸载到服务器，简化开发者客户端代码，减少上下文管理错误，并通过增加缓存命中率可能降低成本；

可解释和可组合的数据模型：为复杂Agent历史设计干净图式，开发者可对交错信息、思维、工具及结果进行调试、流式分析和推理；

背景执行：能将长期运行的推理环路卸载到服务器，无需维护客户端连接；

远程MCP工具支持：模型可直接调用模型上下文协议（MCP）服务器作为工具。

04 结语：Gemini生态再扩张，谷歌简化Agent开发模式

目前，Deep Research Agent已在金融、科学研究等领域应用。此次谷歌不仅更新了该Agent，还发布交互API，以简化与Gemini模型和Agent的交互流程，构建更易用的开发生态。

谷歌博客提到，未来更新将聚焦更丰富输出，如原生生成图表以支持可视化分析报告，以及通过模型上下文协议（MCP）支持扩展连接性，更轻松访问自定义数据源，并努力将Gemini Deep Research引入企业用的Vertex AI。