O Google lança uma versão atualizada do Deep Research Agent com uma nova API de interações para desenvolvedores.

Empresa de tecnologia Google Afirmou que lançou uma versão substancialmente atualizada de seu agente Deep Research, agora acessível aos desenvolvedores por meio de uma nova API de Interações, com disponibilidade planejada para o consumidor nas aplicações Search, NotebookLM e Gemini.

Pela primeira vez, os desenvolvedores podem integrar os recursos de pesquisa autônoma mais avançados do Google diretamente em seus próprios aplicativos. O Gemini Deep Research foi projetado para tarefas extensas de coleta e síntese de informações, e seu sistema de raciocínio é baseado no Gemini 3 Pro, descrito como o modelo mais factual da empresa até o momento. Ele foi treinado para reduzir alucinações e aprimorar a clareza e a confiabilidade de relatórios complexos. Ao expandir o aprendizado por reforço em várias etapas para a busca, o agente consegue navegar de forma independente por ambientes de informação complexos com maior precisão.

O agente constrói seu fluxo de trabalho de pesquisa passo a passo, gerando consultas, revisando resultados, identificando informações faltantes e continuando o processo até concluir sua investigação. A nova versão inclui melhorias significativas no desempenho de busca na web, permitindo uma navegação mais profunda em sites para extrair dados altamente específicos.

Segundo o Google, a versão mais recente oferece desempenho de ponta no Humanity's Last Exam (HLE) e no DeepSearchQA, além de alcançar os melhores resultados até o momento no BrowseComp. Ela é otimizada para gerar relatórios bem fundamentados a um custo significativamente menor e em breve será integrada à Busca do Google, ao NotebookLM, ao Google Finance e a uma versão aprimorada do aplicativo Gemini.

Os testes iniciais já demonstram ganhos substanciais em áreas onde a precisão e a compreensão contextual detalhada são essenciais. No setor de serviços financeiros, as empresas começaram a utilizar Pesquisa Profunda de Gêmeos O objetivo é agilizar as fases iniciais da due diligence, agregando indicadores de mercado, informações sobre concorrentes e considerações de conformidade provenientes de fontes públicas e privadas. Isso tornou o agente uma ferramenta valiosa para equipes de investimento que realizam fluxos de trabalho preliminares.

No setor científico, o agente está sendo aplicado em pesquisas complexas relacionadas à segurança. A Axiom Bio, empresa que desenvolve sistemas de IA para prever a toxicidade de medicamentos, relatou que o Gemini Deep Research proporcionou uma análise inicial aprofundada e precisa da literatura biomédica, permitindo que seus processos de pesquisa e descoberta progredissem mais rapidamente.

Para desenvolvedores que criam sistemas de pesquisa automatizados, o agente Gemini Deep Research oferece ampla funcionalidade para sintetizar informações e produzir relatórios detalhados e verificáveis. Ele suporta a análise unificada de documentos do usuário, como PDFs, CSVs e arquivos de texto, juntamente com fontes públicas da web, combinando o recurso de Upload de Arquivos com a Ferramenta de Busca de Arquivos.

O sistema gerencia contextos extensos de forma eficaz, permitindo que os desenvolvedores incluam grandes quantidades de informações de apoio diretamente no prompt. A estrutura de saída pode ser moldada por meio de prompts, permitindo controle total sobre o layout do relatório, títulos e apresentação de dados. O sistema fornece citações detalhadas para as alegações, garantindo transparência quanto à proveniência dos dados, e suporta saídas estruturadas, incluindo esquemas JSON, para integração simplificada em aplicações subsequentes.

O Google disponibiliza o código aberto do benchmark DeepSearchQA para aprimorar os recursos de pesquisa na Web em várias etapas.

Além disso, o Google anunciou a disponibilização de código aberto de um novo benchmark chamado DeepSearchQA, criado para avaliar a eficácia com que agentes de pesquisa lidam com consultas web abrangentes e de múltiplas etapas. O DeepSearchQA inclui 900 tarefas de cadeia causal construídas manualmente, abrangendo 17 áreas temáticas, com cada etapa baseada nas conclusões da anterior. Em vez de se basear em simples perguntas de recuperação de fatos, o benchmark mede a capacidade de um agente de produzir conjuntos de respostas completos e exaustivos, permitindo a avaliação tanto da precisão da pesquisa quanto da abrangência da recuperação.

O DeepSearchQA também foi concebido como um recurso de diagnóstico para estudar os efeitos do tempo de raciocínio prolongado. Testes internos mostraram que o desempenho melhora quando os agentes têm mais oportunidades de executar pesquisas e ciclos de raciocínio adicionais, uma área que o Google espera expandir em iterações futuras.

Os materiais de referência estão sendo disponibilizados para incentivar o progresso contínuo em direção a agentes de pesquisa mais capazes. Desenvolvedores e pesquisadores podem revisar o conjunto de dados, a tabela de classificação e o ambiente Colab inicial, bem como examinar a metodologia subjacente descrita no relatório técnico que acompanha o material.

Embora o cenário de pesquisa avançada já seja altamente competitivo, o agente atualizado do Google introduz melhorias notáveis ​​que ampliam as capacidades da versão existente. Gemini 3 modelos. O lançamento também marca a primeira vez que os desenvolvedores podem integrar essa tecnologia diretamente em seus próprios aplicativos, oferecendo uma melhoria significativa na funcionalidade de pesquisa em produtos de terceiros.