以下是关于 Gemini Deep Research 的核心内容总结：
一、服务介绍
- Gemini Deep Research 是一款由 Gemini 2.0 Flash Thinking（实验性功能）驱动的个人研究助理服务，具备自动浏览网站、思考并生成多页报告的能力，可将报告转化为播客风格对话，节省时间。
- 它能够将提示转化为个性化的多点研究计划，自主搜索并深入浏览网页以获取相关信息，展示其思考过程，并最终生成详细全面的定制研究报告。
二、应用场景
- 竞争分析：深入了解新产品竞争对手的市场情况，涵盖产品供应、定价、营销策略及客户反馈等方面。
- 尽职调查：调查潜在销售线索，分析公司产品、融资历史、团队构成及竞争环境。
- 主题理解：深入剖析主题，比较关键概念，识别思想间的关系，阐释基本原理。
- 产品比较：根据功能、性能、价格和客户评论等因素评估不同型号的家电产品。
三、使用方式
- Gemini Deep Research 旨在处理复杂的任务，通过分解问题、探索网络以寻找答案，并将发现整合为全面的结果。
- 用户可以在桌面端、移动设备上，以 150 个国家、45 种语言使用该服务，Google Workspace 用户也可使用。用户只需从提示栏或模型选择器下拉菜单中选择 Deep Research 即可开始使用，Gemini 高级用户可获得更广泛的访问权限。
四、技术原理
- 分解问题：面对复杂用户查询时，系统首先制定详细的研究计划，将问题分解为多个较小、易于管理的子任务，用户可调整该计划以确保其聚焦于正确领域。
- 研究过程：模型监督计划的执行，智能地确定哪些子任务可以并行处理，哪些需要依次进行，并可使用搜索和网络浏览工具获取信息并进行推理。在每一步，模型都会根据现有信息决定下一步行动，并为用户引入思考面板，以便用户跟踪模型目前所学到的内容及下一步打算做什么。
- 综合整理：当模型认为已收集到足够信息时，将其综合成一份全面的报告。在构建报告时，Gemini 会对信息进行批判性评估，识别关键主题和不一致性，并以逻辑且信息丰富的方式构建报告，甚至进行多次自我批评以增强清晰度和细节。
五、技术挑战与解决方案
- 多步骤规划：研究任务需要多个步骤的迭代规划。在每一步，模型要基于目前已收集的所有信息，识别缺失信息和想要探索的差异，同时在全面性与计算和用户等待时间之间进行权衡。通过训练模型以高效的数据方式在长期多步骤规划中保持高效，使 Deep Research 能够在开放领域环境下涵盖所有主题。
- 长时间推理：一个典型的 Deep Research 任务涉及多个模型调用，持续数分钟。为应对单点故障导致任务需要重新开始的挑战，开发了一种新颖的异步任务管理器，该管理器在规划器和任务模型之间维护共享状态，允许在不重新启动整个任务的情况下优雅地恢复错误。该系统是真正的异步系统，用户可以在开始一个 Deep Research 项目后切换到其他应用，甚至关闭计算机，下次访问 Gemini 时会收到研究完成的通知。
- 上下文管理：在研究过程中，Gemini 可处理数百页的内容。为保持连续性并支持后续问题，使用 Gemini 行业领先的 100 万令牌上下文窗口，辅以 RAG 设置。这使系统能够“记住”聊天会话期间学到的所有内容，从而在与用户的交互中变得更智能。
六、未来发展
- Gemini Deep Research 系统被构建为多功能的，随着时间推移，可通过赋予用户更多对其可浏览内容的控制权，并提供超出开放网络的来源，来扩展其功能。
- 宝石团队希望了解人们如何使用 Deep Research，这些实际使用经验将指导他们如何继续构建和改进该产品。其最终目标是打造一个真正具有主体性和普遍帮助性的 AI 助手。