Google släpper uppgraderad djupresearchagent med nytt interaktions-API för utvecklare
I korthet
Google släppte precis en uppgraderad version av sin Deep Research-agent, nu tillgänglig för utvecklare via ett nytt Interactions API – med konsumentlanseringar som snart kommer till Search, NotebookLM och Gemini-appen.
Teknologiföretag Google uppgav att de har släppt en väsentligt uppgraderad version av sin Deep Research-agent, nu tillgänglig för utvecklare via ett nytt Interactions API, med planerad tillgänglighet för konsumenter för Search, NotebookLM och Gemini-applikationen.
För första gången kan utvecklare integrera Googles mest avancerade autonoma forskningsfunktioner direkt i sina egna applikationer. Gemini Deep Research är utformat för utökade informationsinsamlings- och syntesuppgifter, och dess resonemangssystem drivs av Gemini 3 Pro, som beskrivs som företagets mest faktabaserade modell hittills. Den har tränats för att minska hallucinationer och förbättra tydligheten och tillförlitligheten i komplexa rapporter. Genom att utöka flerstegsinlärning för sökning kan agenten självständigt navigera i invecklade informationsmiljöer med förbättrad noggrannhet.
Agenten konstruerar sitt forskningsarbetsflöde steg för steg genom att generera frågor, granska resultat, identifiera saknad information och fortsätta processen tills undersökningen är klar. Den nya versionen innehåller stora uppgraderingar av webbsökningsprestanda, vilket möjliggör djupare navigering på webbplatser för att extrahera mycket specifik data.
Enligt Google levererar den senaste versionen toppmodern prestanda på Humanity's Last Exam (HLE) och DeepSearchQA, samtidigt som den uppnår sina starkaste resultat hittills på BrowseComp. Den är optimerad för att producera väl underbyggda rapporter till betydligt lägre kostnad och kommer snart att integreras i Google Search, NotebookLM, Google Finance och en förbättrad version av Gemini-applikationen.
Tidiga tester visar redan betydande vinster inom områden där noggrannhet och detaljerad kontextuell förståelse är avgörande. Inom finansiella tjänster har företag börjat använda Gemini Deep Research att effektivisera de tidiga faserna av due diligence genom att aggregera marknadsindikatorer, konkurrentinsikter och efterlevnadsöverväganden från både offentliga och proprietära källor. Detta har gjort agenten till ett värdefullt verktyg för investeringsteam som genomför preliminära arbetsflöden.
Inom den vetenskapliga sektorn tillämpas medlet för komplex säkerhetsrelaterad forskning. Axiom Bio, ett företag som utvecklar AI-system för att förutsäga läkemedelstoxicitet, rapporterade att Gemini Deep Research tillhandahöll en djupgående initial analys och precision inom biomedicinsk litteratur som gjorde det möjligt för deras forsknings- och upptäcktsprocesser att fortskrida snabbare.
För utvecklare som bygger automatiserade forskningssystem erbjuder Gemini Deep Research-agenten bred funktionalitet för att syntetisera information och producera detaljerade, verifierbara rapporter. Den stöder enhetlig analys av användardokument som PDF-filer, CSV-filer och textfiler tillsammans med offentliga webbkällor genom att kombinera filuppladdning med filsökningsverktyget.
Den hanterar omfattande kontext effektivt, vilket gör det möjligt för utvecklare att inkludera stora mängder bakgrundsmaterial direkt i prompten. Utdatastrukturen kan formas genom prompter, vilket ger full kontroll över rapportlayout, rubriker och datapresentation. Systemet tillhandahåller detaljerade hänvisningar för påståenden, vilket säkerställer transparens gällande dataursprung och stöder strukturerade utdata, inklusive JSON-scheman, för effektiv integration i nedströmsapplikationer.
Googles DeepSearchQA-riktmärke för öppna källor för att förbättra webbforskningsmöjligheter i flera steg
Dessutom tillkännagav Google öppen källkod för ett nytt riktmärke som heter DeepSearchQA, skapat för att utvärdera hur effektivt forskningsagenter hanterar omfattande, flerstegs webbaserade undersökningar. DeepSearchQA inkluderar 900 manuellt konstruerade kausala kedjeuppgifter som spänner över 17 ämnesområden, där varje steg bygger på slutsatserna från det föregående. Istället för att förlita sig på enkla faktainhämtningfrågor mäter riktmärket en agents förmåga att producera kompletta och uttömmande svarsmängder, vilket möjliggör bedömning av både forskningens noggrannhet och inhämtningstäckning.
DeepSearchQA är också avsett som en diagnostisk resurs för att studera effekterna av förlängd resonemangstid. Interna tester har visat att prestandan förbättras när agenter ges fler möjligheter att köra ytterligare sökningar och resonemangscykler, ett område som Google förväntar sig att utöka i framtida iterationer.
Benchmarkmaterialet släpps för att uppmuntra fortsatta framsteg mot mer kapabla forskningsagenter. Utvecklare och forskare kan granska datasetet, topplistan och start-Colab, samt undersöka den underliggande metoden som beskrivs i den bifogade tekniska rapporten.
Även om djupforskningslandskapet redan är mycket konkurrensutsatt, introducerar Googles uppdaterade agent anmärkningsvärda förbättringar som bygger på funktionerna hos den befintliga tvillingarna 3 modeller. Lanseringen markerar också första gången utvecklare kan integrera denna teknik direkt i sina egna applikationer, vilket ger en betydande förbättring av forskningsfunktionaliteten inom tredjepartsprodukter.
Ansvarsfriskrivning
I linje med den Riktlinjer för Trust Project, vänligen notera att informationen på den här sidan inte är avsedd att vara och inte ska tolkas som juridisk, skattemässig, investerings-, finansiell eller någon annan form av rådgivning. Det är viktigt att bara investera det du har råd att förlora och att söka oberoende finansiell rådgivning om du har några tvivel. För ytterligare information föreslår vi att du hänvisar till villkoren samt hjälp- och supportsidorna som tillhandahålls av utfärdaren eller annonsören. MetaversePost är engagerad i korrekt, opartisk rapportering, men marknadsförhållandena kan ändras utan föregående meddelande.
Om författaren
Alisa, en engagerad journalist på MPost, specialiserat på kryptovaluta, nollkunskapsbevis, investeringar och den expansiva sfären av Web3. Med ett skarpt öga för nya trender och tekniker levererar hon omfattande täckning för att informera och engagera läsare i det ständigt föränderliga landskapet för digital ekonomi.
fler artiklar
Alisa, en engagerad journalist på MPost, specialiserat på kryptovaluta, nollkunskapsbevis, investeringar och den expansiva sfären av Web3. Med ett skarpt öga för nya trender och tekniker levererar hon omfattande täckning för att informera och engagera läsare i det ständigt föränderliga landskapet för digital ekonomi.
