Google's Yangmou: Launching the "Deepest" Research Agent in History on the Release Day of GPT-5.2

在全球 AI 叙事走向 “Agent 时代” 的关键节点，谷歌选择了一个颇具戏剧性的发布时机。

周四，就在 OpenAI 端出备受期待的 GPT-5.2（内部代号 Garlic）之日，谷歌同步推出了迄今最强的深度研究型 Agent——Gemini Deep Research的 “重制版”，并宣称其基于旗下最先进的 Gemini 3 Pro 模型。同日，DeepMind 还宣布将在英国建立首个自动化研究实验室，利用 AI 与机器人加速材料科学实验。

这不是 “撞车”，更像一场精心策划的阳谋：在竞争对手聚焦全球目光时，谷歌以一款更具战略意味的产品回应——将 Agent 推向操作系统级能力。

从 “写报告” 到 “嵌入应用”：谷歌试图定义 Agent 的基础设施级入口

全新 Gemini Deep Research 已不是传统意义上的 “自动写研究报告” 的工具，它被定位为：

• 可处理更大规模的上下文、能消化 “信息山脉” 的深度研究 Agent

• 可被开发者直接嵌入 App 的 “AI 研究内核”

• 能持续执行数分钟甚至数小时、多步骤推理任务的长链式推理 Agent

这些能力普遍指向一个趋势：谷歌正试图把 Deep Research 变成未来 AI 时代的 “搜索引擎底层能力”。

为了让开发者把 Deep Research 更轻松地嵌入自己的应用，谷歌推出了全新的 Interactions API。这等于是把 “搜索 + 多步骤推理 + 评估” 打包成操作系统级服务。

谷歌同时宣布，Deep Research 将陆续进入谷歌搜索、谷歌财经、Gemini 应用，以及 NotebookLM。

换句话说：未来不是用户 “谷歌一下”，而是你的 Agent 替你谷歌一切。

为什么是 Deep Research？谷歌想解决 AI 走向 Agent 后的最大痛点：幻觉率。

谷歌称 Deep Research 受益于 Gemini 3 Pro 的 “更高事实性”，能降低在长链推理任务中累积幻觉所导致的结果失真。这类任务可能持续数十分钟甚至数小时，风险显著。

谷歌造新基准：DeepSearchQA、BrowserComp、Humanity’s Last Exam

为验证性能，谷歌发布新的 DeepSearchQA 基准，用于测试多步骤信息检索，并开源该基准。

在谷歌自有基准和"人类最后考试"基准测试中，新 Agent 击败了竞争对手，但 OpenAI 的 ChatGPT 5 Pro 表现接近，并在 BrowserComp 测试中略胜谷歌。

然而，这些基准比较在谷歌发布的那一刻就几乎过时了。因为同一天，OpenAI 发布了备受期待的 GPT-5.2，号称智能体编码最强，赶超人类专家。OpenAI 声称该模型在一系列典型基准测试中击败了竞争对手，特别是谷歌。

从结果看，这一天成为谷歌与 OpenAI 同台竞争的 “正面交锋”。

谷歌选择在 GPT-5.2 发布日同步公布 Deep Research，很难不被视为一种主动竞争姿态——既是回应 OpenAI 的新模型，也是试图在 Agent 化快速发展之际，提前占据开发者入口。

在 AI Agent 即将成为新一代 “搜索框” 的情况下，谷歌与 OpenAI 的争夺已经从模型战争转向谁能成为未来信息访问方式的基础设施。