UStackUStack
Deep Research Max icon

Deep Research Max

Deep Research Max 为 Gemini 驱动的自主研究代理:生成带引用的专业分析,支持原生图表,并通过 MCP 安全访问私有数据。

Deep Research Max

Deep Research Max 是什么?

Deep Research Max 是由 Gemini 3.1 Pro 驱动的自主研究代理,专为在网络和用户提供的数据上运行长时程研究与综合工作流而设计。它生成带完整引用的专业分析,并可通过单一 API 调用直接用于更大的代理管道。

与更快的“Deep Research”选项相比,Deep Research Max 旨在实现最大全面性和最高质量综合,利用扩展测试时计算来迭代推理、搜索并完善最终报告。它还支持通过 Model Context Protocol (MCP) 安全连接专有数据源。

主要特性

  • 两种代理选项(Deep Research vs. Deep Research Max):选择 Deep Research 进行速度/延迟优化的分析,或选择 Deep Research Max 进行更深入、更高品质的综合,适用于后台工作流。
  • 面向企业的研究工作流:Deep Research(使用 Gemini 3.1 Pro)支持企业工作流,如金融、生命科学和市场研究,并作为更长代理管道的起始步骤。
  • 单一 API 调用启动详尽研究:开发者可触发融合开放网络与专有数据流的全面研究工作流,生成专业级、带完整引用的分析。
  • Model Context Protocol (MCP) 支持:Deep Research 可通过 MCP 安全连接自定义数据和专业数据流,包括用于导航专用存储库的任意工具定义。
  • 原生可视化输出:代理可原生生成高质量图表和信息图,与 HTML 或 “Nano Banana” 内联,将复杂定性与定量数据转化为演示就绪视觉内容。
  • 可引导的研究规划:用户可引导代理的研究计划,确保输出符合请求范围。

如何使用 Deep Research Max

  1. 通过 Gemini API 访问代理:使用 Gemini API 触发自主研究工作流(文章描述通过单一 API 调用启动“详尽研究工作流”)。
  2. 选择合适配置:低延迟优先时使用 Deep Research;异步或长运行任务需更深综合时使用 Deep Research Max
  3. 通过 MCP 连接数据:若有专有源,通过 MCP 连接,使代理可在开放网络基础上搜索并推理您的数据。
  4. 可选设置研究计划:提供代理研究计划指导,引导其调查内容及最终报告结构。
  5. 审阅生成输出:代理生成带完整引用的分析,并可包含原生图表/信息图,与 API 支持的报告格式内联。

使用场景

  • 夜间尽职调查报告生成:将 Deep Research Max 作为异步后台任务运行(例如,每日 cron 任务),至早晨为分析师团队生成详尽尽职调查报告。
  • 带门控数据的市场研究:使用 MCP 连接专业市场或金融数据提供商,然后让代理将发现综合成带完整引用报告及伴随视觉图表/信息图。
  • 复杂多源分析管道:使用 Deep Research 作为代理管道第一步进行上下文收集,然后将结果传递给下游步骤进行额外研究或综合。
  • 应用内交互式研究:使用 Deep Research(速度优化选项)构建嵌入交互用户界面的研究体验,延迟降低至关重要。
  • 文件增强调查:提供文件上传或连接文件存储,使代理可在开放网络旁搜索这些输入,并将发现融入最终带引用的叙述和视觉内容。

常见问题

  • Deep Research 和 Deep Research Max 有什么区别? Deep Research 针对速度和降低延迟/成本进行优化,同时保持高质量,而 Deep Research Max 则针对最大全面性和最高质量综合分析,使用扩展的测试时计算。

  • 代理可以使用我的专有数据吗? 可以。文章指出,代理可以使用 Model Context Protocol (MCP) 安全连接私有数据,还可以处理文件上传和连接的文件存储。

  • 它除了文本还会生成其他内容吗? 是的。它可以原生生成图表和信息图,使用 HTML 或 “Nano Banana” 在报告中内联可视化复杂数据。

  • 它如何处理引用和来源? 文章指出,结果分析“完全带引用”,工作流可以融合开放网络与专有数据流。

  • 我可以控制代理研究的内容吗? 可以。文章指出,用户可以指导代理的研究计划,确保输出符合所需范围。

替代方案

  • 通过 API 访问的其他自主研究代理:类似工具可以自动化多源研究和报告生成,通常在延迟(交互式 vs. 后台)、引用行为和推理深度上有所不同。
  • 检索增强生成 (RAG) 管道:对于希望更多手动控制的团队,RAG 设置可以从网络和专有存储检索数据然后生成报告,尽管可能需要比专用研究代理更多的编排。
  • 带 AI 叙述支持的专用 BI/报告工具:如果您的主要需求是可视化和仪表板,BI 工具可以直接生成图表;AI 代理可能更适合端到端叙述研究,跨来源进行迭代综合。
  • 使用 MCP 连接工具的自定义代理工作流:团队可以构建定制“研究代理”,编排 MCP 工具和 LLM 推理;这可以提供灵活性,但会将实现工作从平台转移到开发者。
Deep Research Max | UStack