Lar
O Gemini 3.1 Pro Deep Research Agent do Google é lançado com o protocolo MCP e recursos multimodais
O Google revelou recentemente dois novos agentes de pesquisa autônoma baseados na arquitetura Gemini 3.1 Pro: o Deep Research e o Deep Research Max. Essas ferramentas já estão disponíveis para pré-visualização pública por meio do plano pago da API Gemini. Elas foram projetadas para automatizar totalmente fluxos de trabalho de pesquisa complexos, sinalizando uma evolução dos agentes de IA, que passam de consultas básicas na web para modelos de “raciocínio de longo prazo” capazes de realizar análises aprofundadas.

O agente Deep Research padrão enfatiza a eficiência e a baixa latência, tornando-o ideal para aplicações conversacionais em tempo real que exigem respostas rápidas. Em contrapartida, o Deep Research Max concentra-se na profundidade da investigação, utilizando tempo de processamento prolongado para raciocínio e iteração em várias etapas, voltado principalmente para tarefas de back-end assíncronas, como relatórios de due diligence. Tecnicamente, esta nova iteração introduz suporte para o Model Context Protocol (MCP), permitindo que os agentes extraiam dados da web aberta, bem como de bancos de dados privados contendo informações financeiras ou de mercado. Além disso, os agentes agora contam com ferramentas de visualização nativas, permitindo-lhes gerar diretamente gráficos e infográficos no formato HTML.

Em testes de desempenho de benchmark, o Google relata que o Deep Research Max demonstra ganhos substanciais em tarefas de recuperação e raciocínio em comparação com modelos anteriores. No entanto, analistas do setor observam que as comparações com a série GPT-5.4 da OpenAI e o Opus4.6 da Anthropic podem ser influenciadas pelas metodologias de teste e devem ser vistas com cautela. Uma adição notável é um recurso de planejamento colaborativo, com suporte a entradas multimodais, incluindo PDFs, áudio e vídeo. Os desenvolvedores também têm a opção de desativar completamente o acesso à rede para garantir a segurança de dados privados confidenciais.
O Google indicou que esses dois agentes compartilham a mesma estrutura de pesquisa subjacente do NotebookLM e do Google Search, e serão ainda mais integrados ao mercado corporativo por meio do Google Cloud. À medida que os agentes de pesquisa autônoma avançam para a era do “raciocínio de longo prazo”, seu papel na análise profissional está evoluindo de um mero processador de informações para um especialista autônomo, capaz de planejar análises profundas.
Artigo relacionado
Startup sueca de IA Lovable Eyes tem avaliação de US$ 13,2 bilhões após rodada principal de investimentos
À medida que as ferramentas de codificação impulsionadas por IA ganham tração, a startup sueca Lovable garantiu uma grande rodada de financiamento. A empresa visa captar US$ 3 bilhões, o que poderia elevar sua avaliação para US$ 13,2 bilhões — o dobr
O Google testa o Agente Remy AI para o Gemini, à medida que o foco se desloca para o controle do usuário
De acordo com o Business Insider, o Google está testando o Remy, um novo agente pessoal de IA para o Gemini. Esta ferramenta tem como objetivo executar tarefas em nome dos usuários, simplificando tanto os fluxos de trabalho profissionais quanto as ro
Como corrigir as Core Web Vitals para melhorar o ranqueamento de SEO
Simplifique os Comentários do Boletim Escolar com Ferramentas de IAIntroduçãoFerramentas de IA para Gerar Comentários do Boletim EscolarMagic SchoolAlmanac AIChat GPTUsando o Magic School para Gerar Comentários do Boletim EscolarFazendo login n
Recomendações de tópicos especiais relacionados
Comentários (0)
O Google revelou recentemente dois novos agentes de pesquisa autônoma baseados na arquitetura Gemini 3.1 Pro: o Deep Research e o Deep Research Max. Essas ferramentas já estão disponíveis para pré-visualização pública por meio do plano pago da API Gemini. Elas foram projetadas para automatizar totalmente fluxos de trabalho de pesquisa complexos, sinalizando uma evolução dos agentes de IA, que passam de consultas básicas na web para modelos de “raciocínio de longo prazo” capazes de realizar análises aprofundadas.

O agente Deep Research padrão enfatiza a eficiência e a baixa latência, tornando-o ideal para aplicações conversacionais em tempo real que exigem respostas rápidas. Em contrapartida, o Deep Research Max concentra-se na profundidade da investigação, utilizando tempo de processamento prolongado para raciocínio e iteração em várias etapas, voltado principalmente para tarefas de back-end assíncronas, como relatórios de due diligence. Tecnicamente, esta nova iteração introduz suporte para o Model Context Protocol (MCP), permitindo que os agentes extraiam dados da web aberta, bem como de bancos de dados privados contendo informações financeiras ou de mercado. Além disso, os agentes agora contam com ferramentas de visualização nativas, permitindo-lhes gerar diretamente gráficos e infográficos no formato HTML.

Em testes de desempenho de benchmark, o Google relata que o Deep Research Max demonstra ganhos substanciais em tarefas de recuperação e raciocínio em comparação com modelos anteriores. No entanto, analistas do setor observam que as comparações com a série GPT-5.4 da OpenAI e o Opus4.6 da Anthropic podem ser influenciadas pelas metodologias de teste e devem ser vistas com cautela. Uma adição notável é um recurso de planejamento colaborativo, com suporte a entradas multimodais, incluindo PDFs, áudio e vídeo. Os desenvolvedores também têm a opção de desativar completamente o acesso à rede para garantir a segurança de dados privados confidenciais.
O Google indicou que esses dois agentes compartilham a mesma estrutura de pesquisa subjacente do NotebookLM e do Google Search, e serão ainda mais integrados ao mercado corporativo por meio do Google Cloud. À medida que os agentes de pesquisa autônoma avançam para a era do “raciocínio de longo prazo”, seu papel na análise profissional está evoluindo de um mero processador de informações para um especialista autônomo, capaz de planejar análises profundas.
Startup sueca de IA Lovable Eyes tem avaliação de US$ 13,2 bilhões após rodada principal de investimentos
À medida que as ferramentas de codificação impulsionadas por IA ganham tração, a startup sueca Lovable garantiu uma grande rodada de financiamento. A empresa visa captar US$ 3 bilhões, o que poderia elevar sua avaliação para US$ 13,2 bilhões — o dobr
Como corrigir as Core Web Vitals para melhorar o ranqueamento de SEO
Simplifique os Comentários do Boletim Escolar com Ferramentas de IAIntroduçãoFerramentas de IA para Gerar Comentários do Boletim EscolarMagic SchoolAlmanac AIChat GPTUsando o Magic School para Gerar Comentários do Boletim EscolarFazendo login n











