SL
Skeptik Log
news

Google presenta Deep Research Max: agenti di ricerca autonomi su Gemini 3.1 Pro

Fonte: Google for Developers Originale ↗
📋 Notizia da fonte ufficiale. Il contenuto è riportato in modo neutrale e non rappresenta un'endorsement editoriale.
⏱️ Momenti chiave

Google presenta Deep Research Max: agenti di ricerca autonomi su Gemini 3.1 Pro

Fonte: Google for Developers. I Approfondimenti sono evidenziati in blu.

TL;DR

Google ha lanciato Deep Research Max, il nuovo agente di ricerca autonomo su Gemini 3.1 Pro, che raggiunge il 93.3% su DeepSearchQA e il 54.6% su HLE. Affiancato dalla versione standard Deep Research (più veloce, per risposte interattive), porta il supporto al Model Context Protocol per interrogare dati proprietari e la generazione nativa di grafici nei report. È disponibile in public preview tramite la Gemini API a pagamento.

Dove andiamo

Se lavori con ricerche complesse, analisi finanziarie o revisioni di documenti tecnici, Deep Research Max cambia il modo in cui deleghi l’informazione a un agente AI. Non è un chatbot che cerca su Google: è un sistema che ragiona, cerca, raffina e produce un report iterativo. Vediamo come si divide tra velocità e completezza, perché il supporto a MCP conta davvero, e cosa dicono i primi partner che lo stanno usando sul campo.

Il racconto

Due agenti, due filosofie

Google ha annunciato Deep Research Max il 21 aprile 2026, e subito la distinzione è chiara:

  • Deep Research (standard): sostituisce la release di dicembre, latenza ridotta, costi più bassi, qualità migliorata. Pensato per interfacce interattive e risposte in near-real-time.
  • Deep Research Max: compute esteso a tempo di test. Ragiona, cerca e raffina iterativamente il report finale. Pensato per workflow asincroni: lo lanci la sera, trovi la due diligence pronta al mattino.

Approfondimento. La distinzione tra i due agenti riflette un compromesso strutturale nella progettazione di agenti AI: velocità contro completezza. Come evidenziato da VentureBeat, Deep Research è pensato per dashboard finanziarie e risposte in near-real-time, mentre Max è orientato a workflow asincroni come report di due diligence notturni pronti al mattino.

I numeri parlano: Max ottiene 93.3% su DeepSearchQA e 54.6% su HLE (Humanity’s Last Exam), benchmark che misurano rispettivamente la capacità di ricerca profonda e il ragionamento su problemi esperti.

MCP: i tuoi dati senza uscire dal tuo ambiente

La novità più rilevante per chi lavora con dati sensibili è il supporto al Model Context Protocol (MCP). Deep Research può interrogare database privati, repository documentali interni e servizi di terze parti senza che le informazioni lascino il perimetro aziendale.

Google sta collaborando con FactSet, S&P Global e PitchBook per integrare i loro flussi di dati finanziari tramite server MCP. Per il settore finanziario, dove la provenienza e l’affidabilità dei dati sono tutto, questo è un requisito non negoziabile.

Multimodalità e visualizzazioni native

Per la prima volta nella Gemini API, Deep Research genera grafici e infografiche nativamente all’interno dei report, usando HTML o il formato Nano Banana. E l’input non è solo testo: PDF, CSV, immagini, audio e video diventano contesto per la ricerca.

Cosa dicono i partner

Nel video di presentazione, le testimonianze vanno dritte al punto:

  • FactSet: “Puoi avere innovazione e le funzionalità più avanzate, ma se i dati non sono solidi, i clienti non li usano.” La affidabilità dei dati nel settore finanziario non è opzionale.
  • Axiom (predizione esiti trial clinici): “Spesso ciò che devi sapere si trova a pagina 80 di un PDF molto lungo.” La multimodalità combina sentiment da video e voce con dati quantitativi, producendo un arricchimento narrativo che la ricerca tradizionale non raggiunge.

Disponibilità

Approfondimento. Entrambi gli agenti sono disponibili in public preview tramite i tier a pagamento della Gemini API, accessibili tramite l’Interactions API introdotta a dicembre 2025. Tra le funzionalità aggiuntive: pianificazione collaborativa (revisione del piano di ricerca prima dell’esecuzione), streaming in tempo reale dei passaggi intermedi e grounding multimodale dei dati di input.

Il punto

Punti chiave:

  • Deep Research Max raggiunge 93.3% su DeepSearchQA e 54.6% su HLE, con compute esteso per report approfonditi
  • Il supporto a MCP permette di interrogare dati proprietari senza esporli all’esterno
  • La versione standard Deep Research privilegia velocità e interattività per risposte in tempo reale
  • Multimodalità e visualizzazioni native arricchiscono i report oltre il solo testo

La ricerca assistita da agenti non è più un esperimento. Il nodo ora è se i dati aziendali possono restare dove stanno mentre l’agente ci lavora, e MCP è la risposta di Google a questa domanda.

news Fonte: Google for Developers Canale: Google for Developers