谷歌深夜发布三大Agent更新：Deep Research升级、开源新基准DeepSearchQA、推出交互API

智东西12月12日消息，今日凌晨，比OpenAI早一个小时，谷歌强势推出了三项Agent重磅更新，彰显其在人工智能领域的领先地位。

Deep Research Agent功能迎来重要升级，并首次向开发者开放，助力更高效的研究任务；开源全新网络研究Agent基准DeepSearchQA，旨在全面评估Agent在复杂网络研究任务中的表现；推出全新交互API（Interactions API），为开发者提供统一接口。

Gemini Deep Research是一款专为长上下文信息采集与综合任务深度优化的Agent，其核心驱动模型为Gemini 3 Pro。通过多步强化学习的扩展搜索机制，该Agent能够自主地以高精度导航复杂的信息环境，实现高效研究。本次更新亮点包括：针对特定数据的精细化网页搜索、以更低成本生成高质量研究报告等，进一步降低了研究门槛。

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已达成SOTA（当前最优）水平，在谷歌新基准测试中得分高达46.4%，在BrowseComp上与GPT-5 Pro表现相当，而成本仅为后者的1/10左右，性价比优势显著。

Deep Research Agent很快将集成至谷歌搜索、笔记本、谷歌金融等产品中，并在Gemini应用中同步升级，为用户提供更智能的研究体验。

DeepSearchQA内置了900个手工精心设计的“因果链”任务，广泛覆盖17个领域，能够精准评估Agent在复杂、需多步查询信息等任务上的综合能力，为Agent研发提供了可靠的测试平台。

交互API作为与Gemini模型和Agent交互的统一界面，现已通过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协议无缝使用交互API，简化开发流程。

有网友评论，谷歌此举相当于将“一个数字版的福尔摩斯交到了开发者手中”，用户只需轻松操作，即可让每个应用像撰写论文一样展开深度调查，极大提升工作效率。

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

01 Deep Research Agent：升级网页搜索与低成本研究报告生成能力

谷歌官方博客指出，Deep Research背后的Gemini 3 Pro模型是其迄今为止最真实的模型之一，经过专门训练以大幅减少幻觉现象，并最大化复杂任务中的报告质量，确保输出内容的可靠性与准确性。

Deep Research通过迭代式流程高效运行：它会主动提出问题、仔细阅读结果、识别知识空白，然后再次进行搜索，形成闭环优化。新版本显著提升了网页搜索功能，能够深入网站内部查找特定数据，挖掘更深层的信息。

新Gemini Deep Research Agent在完整HLE测试中取得46.4%的高分，超越Gemini 3 Pro的43.2%和GPT-5 Pro的38.9%。在DeepSearchQA、BrowseComp的测试中，也以微弱优势胜出，展现出强大的综合实力。

谷歌还特别优化了该Agent，使其能够以更低成本生成深度研究报告，为预算有限的开发者和企业提供了更经济的选择。

Gemini Deep Research Agent已在需要高精度和基于早期反馈、测试的复杂领域中得到应用，包括金融服务、生物技术和市场调研等行业。这些领域均可利用Gemini Deep Research完成初步调研任务，加速研究进程。

对于致力于构建下一代自动化研究工具的开发者而言，Gemini Deep Research Agent能够高效综合信息并生成详细报告，其核心能力包括：

统一信息综合：通过文件上传和文件搜索工具，深入分析用户的文档和公共网络数据；同时能处理长上下文，允许用户直接在提示中放置大量背景信息，实现全面整合；

报告可控性：用户可通过提示灵活定义报告结构、头部，或指定数据表生成和格式，从而定制输出内容；

详细引用：提供细粒度的来源追溯，使用户能够轻松验证数据来源，增强结果可信度；

结构化输出：支持JSON模式输出，便于下游应用无缝解析研究结果，实现自动化集成。

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

DeepSearchQA作为Deep Research Agent的专用测试基准，旨在弥补现有基准在反映现实世界多步网络研究复杂性方面的不足。谷歌开源这一新基准，为评估Agent在复杂、需多步查询信息等任务上的表现提供了有力工具。

DeepSearchQA包含900个手工设计的“因果链”任务，广泛覆盖17个领域，每一步都依赖于事先的深入分析。与传统的基于事实的测试不同，DeepSearchQA更注重衡量全面性，要求Agent生成详尽的答案集，从而不仅评估研究的准确性，也考察检索的记忆能力，提供更全面的评价维度。

此外，DeepSearchQA还可作为衡量“思考时长”效率的工具。谷歌在内部评估中发现，当允许Agent执行更多搜索与推理步骤时，其性能会获得显著提升，这为Agent的优化提供了重要参考。

03 交互API：集成专为Agent应用开发设计的统一接口

交互API原生集成了一套专属接口，专为Agent应用开发场景设计，能够高效处理交错式消息、思维链、工具调用及其状态信息的复杂上下文管理工作。除Gemini模型套件外，交互API还提供其首个内置Agent——Gemini Deep Research Agent，为开发者提供即用型能力。

下一步，谷歌将扩展其内置Agent阵容，并提供构建和引入其他Agent的功能，使开发者能够通过一个API无缝连接Gemini模型、谷歌内置Agent以及开发者的定制Agent，构建更丰富的应用生态。

交互API提供了一个单一的RESTful端点，用于与模型和Agent交互，极大简化了集成流程。

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应用所需的功能扩展了生成内容的核心功能，包括：

可选的服务器端状态：能够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，提升效率。

可解释和可组合的数据模型：一个为复杂Agent历史设计的清晰图式，开发者可对交错的信息、思维、工具及其结果进行调试、流式分析和推理，增强透明度。

背景执行：能够将长期运行的推理环路卸载到服务器，而无需维护客户端连接，提升系统稳定性。

远程MCP工具支持：模型可以直接调用模型上下文协议（MCP）服务器作为工具，扩展能力边界。

04 结语：Gemini生态再扩容，谷歌简化Agent开发模式

目前，Deep Research Agent已在金融、科学研究等诸多领域得到应用，展现出强大的实用性。此次谷歌不仅更新了这一Agent，还发布了交互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，进一步推动Agent技术的普及与创新。

谷歌博客提到，其未来的更新还将聚焦于更丰富的输出形式，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，更轻松地访问自定义数据源，并努力将Gemini Deep Research引入企业专用的Vertex AI平台，为更多行业赋能。