Google 推出 Deep Research Max：支持 MCP 连私有数据，图表直接内嵌

如果你让 AI 写一份行业研究报告，过去的体验大概是这样的：它很快给你吐出几千字，乍看挺像回事，仔细一看全是网上的二手车轱辘话，既看不了受权限保护的专业数据库，也不会画图。

Google 刚刚把这个体验往前推了一大步。它们在 Gemini API 的 Interactions API 里上线了新一代自主研究智能体，而且直接拆成了两个版本：注重速度的 Deep Research，以及拼深度和推理的 Deep Research Max。两者都基于 Google 最新的 Gemini 3.1 Pro 构建，目前已经在付费层级开启公开预览。

一个负责干快活，一个通宵写长篇

Google 这次把研究场景分得很清楚。

普通的 Deep Research 替代了去年 12 月发布的早期预览版，重点在压低延迟和调用成本，适合直接塞进需要用户实时等待的交互界面里。

Deep Research Max 则是给重度分析准备的。它用上了所谓的扩展测试时计算，也就是让模型多花时间，在后台反复做多轮推理、检索、交叉比对和自我修正。Google 举的例子很接地气：分析师下班前挂一个定时任务，让它通宵跑尽调，第二天上班就能拿到一份结构完整、带权威引注的长篇报告。

在这个过程中，你还可以做协同规划。智能体在正式开跑前会先给出一份研究计划，由你审核和调整调研范围，省得它一开始就跑偏。

接入专业数据库，而且自己会画图了

相比上一代只会抓公开网页，这次最大的变化是打破了数据孤岛。

两个版本都正式支持了 MCP 协议，可以直接安全连接企业的私有数据和垂直行业流。如果你只想在内部资料库里做研究，甚至可以直接关掉公开网络搜索，只查自己的文件。Google 目前已经在跟 FactSet、S&P Global 以及 PitchBook 合作，为金融行业专门设计 MCP 服务端。

另一个很实际的升级是原生制图。它生成的分析报告不再只有干巴巴的纯文字，而是能直接在正文里用 HTML 或 Nano Banana 生成高精度的原生图表和信息图。

在输入端，它也支持把 PDF、CSV、图片、音频甚至视频混在一起作为参考材料。研究过程中，系统还会通过实时流式传输输出中间思考摘要，让你随时看清它查到了哪一步、逻辑怎么推进。

为什么重要

我们认为，Deep Research 尤其是 Max 版本的推出，让 AI 研报真正从玩具走向了工作流基建。

对于投研、咨询、医药研发等垂直领域的分析师来说，过去最大的痛点是公网信息不够硬、内部数据喂不进。现在通过 MCP 连上 FactSet 或 PitchBook，再配合支持音视频和表格的多模态输入，AI 终于能够触碰到真正有商业价值的私域数据。即使你只把它当作一个初稿生成器，也能省去大量搜集公开财报和行业数据的枯燥工时。

这一步走得相当聪明。Google 没有单纯去刷打榜分数，而是精准抓住了专业机构最看重的两个死穴：数据权限和交叉验证。拉来 S&P Global 和 FactSet 站台，说白了就是在告诉金融和医疗行业，你可以把高价值的严谨任务交过来。

但隐患也很明确。Max 版本依赖大量的测试时计算和多轮反思，虽然分析质量提高了，但调用成本和等待时间必然显著上升，企业需要自己衡量投入产出比。此外，把多方数据源汇总在一起后，一旦原始数据本身有冲突，模型最终的权衡判断到底能不能完全免责，在强监管行业依然需要人肉把关。