近日，谷歌在AI领域展开了一系列重要更新，不仅正式发布了增强版的Gemini Deep Research智能体，还配套推出了DeepSearchQA基准测试集以及全新的Interactions API。这一系列动作标志着谷歌正在加速构建更强大、更完整的Gemini生态系统，旨在提升AI在复杂信息检索与分析任务中的表现，特别是在减少幻觉、增强多步骤推理能力方面取得了显著进展。
增强版的Gemini Deep Research基于Gemini 3 Pro构建，专门针对幻觉问题进行了优化。在复杂信息检索与分析任务中，该智能体展现出了领先的性能。谷歌计划将其集成到多个核心产品中，包括谷歌搜索、NotebookLM、Google Finance以及升级版的Gemini App，这将极大地提升这些工具的研究能力和用户体验。
为了更全面地评估深度搜索与研究任务的性能，谷歌推出了DeepSearchQA基准测试集。这一测试集的发布填补了现有基准在衡量真实场景下多步骤网络研究复杂特性方面的不足。DeepSearchQA包含了来自17个领域的900个手工设计的因果链任务，要求模型必须生成详尽的答案集合，从而能够更准确地评估智能体在多步推理与信息融合中的综合能力。
与此同时，谷歌发布了Interactions API，为开发者提供了与Gemini 3 Pro和Deep Research智能体交互的统一接口。随着模型功能的不断拓展，AI能力逐渐从单纯的无状态文本生成转向更复杂的思考和高级工具使用。原有的generate Content接口在面对新的交互模式时逐渐显得力不从心，如果强行将新功能融入其中，会使API变得过于脆弱。
Interactions API通过设计原生接口，提供了一个统一的RESTful端点。开发者只需指定模型或智能体参数，就能与模型和智能体进行复杂上下文的交互。这一接口特别适合需要多步骤推理、工具调用以及长程任务执行的场景，为构建更智能的应用提供了强大支持。
增强版的Gemini Deep Research最引人注目的能力之一是迭代式推理。该智能体不仅能提出查询需求，还能读取和整合搜索结果，发现知识空白，然后针对性地开展新一轮搜索。通过这种循环式操作，它大幅提升了网络搜索能力，能够深入网站抓取精确信息。有网友已经尝试使用新的智能体构建论文生成器，初步效果令人鼓舞。
这种迭代推理能力使Gemini Deep Research在复杂研究任务中表现出色。在人类最后的考试HLE、BrowseComp以及DeepSearchQA等测试中，该智能体刷新了SOTA成绩，证明了其在多步骤推理和信息整合方面的优势。
DeepSearchQA基准测试集的设计理念值得深入探讨。传统的事实检索测试往往难以体现真实研究场景的复杂性，而DeepSearchQA通过因果链任务的设计，要求模型不仅要找到相关信息，还要理解信息之间的逻辑关系，并生成连贯、详尽的答案。这种评估方式更接近人类研究者的实际工作流程，能够更真实地反映AI在研究任务中的实际能力。
Interactions API的推出代表了AI开发接口的重要演进。它不仅扩展了generate Content的核心能力，还具备服务器端状态可选、可解释且可组合的数据模型、后台执行以及远程MCP工具支持等特性。这些功能使得Interactions API能够更好地支持复杂的工作流，简化开发过程，更加适配现代开发环境的需求。
总体来看，谷歌的这一系列更新不仅仅是单个产品的升级，更是整个Gemini生态系统的重要演进。从智能体能力的提升到基准测试的完善，再到开发接口的优化，谷歌正在构建一个更加完整、强大的AI研究与应用平台。随着这些新功能逐步集成到谷歌的核心产品中，我们有理由期待AI在研究、分析和信息处理方面将发挥更加重要的作用，推动整个行业向更智能、更高效的方向发展。
关注“鲸栖”小程序，掌握最新AI资讯
本文由鲸栖原创发布，未经许可，请勿转载。转载请注明出处：http://www.itsolotime.com/archives/7107