Google AI 正式推出 Deep Research 與 Deep Research Max 兩款自主研究代理（autonomous research agent），推出圖表建構於 Gemini 3.1 Pro 之上，速上手自能自動規劃研究路徑、動跑執行多達 160 次網路搜尋、次搜接入企業內部資料庫（透過 MCP），尋產協作並直接在報告中產出圖表。標榜從「跟 AI 聊天」跨到「讓 AI 幫你跑完整份研究」，研究這是推出圖表 Google 對 AI 代理的定義升級。
（前情提要：Google 升級 Gemini Deep Research Max：整合 MCP 可連企業內部資料庫、速上手自原生圖表，動跑實現分析師盡職調查）
（背景補充：黃仁勳發全員信擁抱 OpenAI Codex：1 萬多名 NVIDIA 員工已上手，次搜GPT-5.5 跑在 GB200 上）
如果你用過 Gemini 的尋產協作一般對話功能做研究，大概知道那個極限在哪，標榜問一個問題拿一個答案，研究搜尋頂多跑幾次，推出圖表然後你得自己串起結論。Deep Research 系列做的事不一樣，它會先跟你討論研究計畫，你同意後它自己去跑，背景執行最長 60 分鐘，完成後交出一份含圖表的完整報告。
Google 這次推出兩個版本，Deep Research 和 Deep Research Max，差別在速度和深度。
兩個版本怎麼選
Deep Research是速度優先版，每次任務跑大約 80 次搜尋，適合即時互動、快速查詢。你丟一個問題進去，幾分鐘內拿到結果。
Deep Research Max是全面性優先版，每次任務跑大約 160 次搜尋，token 消耗量是標準版的 3-4 倍（約 90 萬 input + 8 萬 output），適合丟進去隔夜跑的深度分析任務。它會反覆精煉報告，Google 稱為「延長測試時計算」（extended test-time compute）。
費用方面，標準版大約 $1-3 美元一次任務，Max 版大約 $3-7 美元。按底層 Gemini 3.1 Pro 的 token 費率計費：input $2.00 / 百萬 tokens、output $12.00 / 百萬 tokens。
三個強項功能
MCP 接入企業資料庫：透過 Model Context Protocol（MCP），你可以把 Deep Research 接到自己的資料源。Google 正在跟 FactSet、S&P Global、PitchBook 合作開發 MCP 整合，做金融盡職調查（due diligence）的人可以直接讓代理查企業財報資料庫，而不是只搜尋公開網路。
你也可以完全關掉網路搜尋，只跑內部資料。
原生圖表輸出：報告裡可以直接產出 HTML 圖表或資訊圖，不用再自己把資料貼到 Excel 裡畫圖。這是從純文字報告到視覺化分析檔案的中間產品，因為你還能拿去做二次改版。
協作式研究規劃：代理不會直接跑，它會先產出一份研究計畫，你可以看過、修改、確認後再讓它執行。如果你對結果不滿意，可以繼續用多輪對話追問或調整方向。
目前兩款代理都是 Public Preview 狀態，透過 Gemini API 付費層開放。想試的話 Google AI Studio 上可以直接操作，Python SDK 和 JavaScript SDK 已經開放支援，有免費次數的人不能錯過。
📍相關報導📍
GitHub Copilot 喊停自助訂閱：AI 用量失控，平價方案經濟學已全面崩潰
OpenClaw 最新更新》GPT-image2 走 OAuth 免 API key、子代理三層巢狀上線
這家選品店由 AI 管理，但它訂了太多蠟燭、忘記安排週末人手，現在虧損 1.3 萬美元
Tags: Deep ResearchFactSetGemini 3.1 ProGoogleMCP