
2025年12月11日,Google 在官方声明中指出,新版 Gemini Deep Research agent 已经完成升级并对开发者开放,未来几周内会逐步推送到消费者端的 Gemini 应用中。9to5Google 在同日的报道中给出了这次升级的较多细节:这一次的重点并非只是模型微调,而是将“代理”层面的能力做了系统性增强,目的是让 AI 在执行长期、跨页面的研究任务时更接近人类研究员的工作方式。
报道指出,新版代理在多个维度提升了能力:首先是上下文窗口的大幅扩展,这意味着代理可以在一次会话中保留更多网页、PDF 和对话内容,避免频繁截断;其次是多模态输入处理能力增强,不仅能解析长文档中的结构化信息,还能直接处理图表和截图中的文字与数据;第三是主动网页导航与跟踪源头的能力,代理会在执行检索时自动打开相关链接、抓取页面快照,并把关键引用列出以便核验。
开发者方面,Google 将这套能力以 agent 接口形式开放,9to5Google 的报道显示,开发者可以通过新版 API 把 Deep Research agent 嵌入到第三方应用,控制代理的权限边界、检索深度和数据保留策略。Google 同时提供了调试工具,用于查看代理执行的步骤日志和抓取的原始来源,旨在提升可审计性。
在用户界面层面,Gemini 应用将以“Deep Research”模块呈现:用户可以发起主题研究,代理会自动列出初步问题、制定检索计划、分阶段抓取材料并生成带来源注释的研究摘要与参考列表。9to5Google 提到的示例包括:从学术文章、新闻报道与公开数据集中抽取证据、把复杂论点拆解为可验证的小问题,以及把结论导出为带引用的文档或笔记。
安全与隐私仍然是 Google 强调的一个环节。官方说明里明确,代理在抓取和存储用户相关内容时会遵循既定的数据权限设置,开发者在调用 agent 接口时必须声明所需的访问权限并通过同意流程。9to5Google 还指出,Google 增设了对“有害或误导信息传播”的检测层,代理在发现高风险来源或断言时会自动标注并给出原始出处。
对于内容创作与研究型工具的开发者来说,这次开放意味着可把自动化、可追踪的“研究工作流”内置到自家产品里,比如教育平台自动生成带出处的读书报告、新闻聚合器把证据链附在摘要下、或学术笔记工具实现一键抓取并整理参考文献。9to5Google 的文章还提到,Google 未来可能会把更多自定义控制权交给开发者,让其能够微调代理的检索策略和呈现格式。
总的来看,2025年12月11日发布的信息表明,Google 在把大模型能力商品化的过程中,正把“代理”作为连接模型能力与实际应用场景的关键层。Deep Research 的升级不是单纯追求更强的“理解”能力,而是把检索、追踪来源、跨文档整合与审计能力整合成一套可编排的工具链,这对想要构建可靠研究型应用的开发者来说意义明确:更少的手工整理、更多的可验证输出。
对于普通用户,升级到消费者端的 Gemini 应用后,最直观的变化会体现在研究与答疑的连贯性上:一次对话内代理能保留更多材料、在生成结论时把关键来源列出来,并能把复杂步骤拆解成可复现的操作记录。9to5Google 同时提醒,实际体验还要看 Google 的分阶段上线和各地区的功能可用性。