Google запускає Deep Research Max: підтримка MCP, можливість підключення до корпоративних приватних даних

Згідно з офіційним блог-повідомленням Google DeepMind, Google 21 квітня 2026 року запустила нове покоління автономних дослідницьких агентів Deep Research і Deep Research Max, побудованих на Gemini 3.1 Pro, як офіційну версію після попереднього релізу (preview), який у грудні 2025 року надавався через Interactions API. Обидва агенти наразі доступні у форматі public preview у платних пропозиціях Gemini API; нові стартапи та корпоративні користувачі Google Cloud поступово підключатимуться.

Обидва варіанти мають різне позиціонування: інтерактивний vs асинхронний глибокий аналіз

Google розподіляє ці два агенти за сценаріями використання: Deep Research робить акцент на швидкості та низькій затримці, підходить для інтерактивних користувацьких інтерфейсів; Deep Research Max натомість подовжує обчислення на етапі тестування (test-time compute), щоб досягти комплексності, підходить для асинхронних робочих процесів, а агент може самостійно виконувати довгі завдання протягом тривалого часу.

У benchmark з пошуку та міркувань Deep Research Max порівняно з версією за грудень 2025 року демонструє «значне» зростання: він залучає більше джерел інформації та здатен розпізнавати деталі, які раніше могли бути проігноровані.

Підтримка MCP: Google вперше інтегрує відкритий стандарт табору Claude

Обидва агенти підтримують Model Context Protocol（MCP）, тож користувачі можуть під’єднувати власні спеціалізовані джерела даних через MCP. MCP — це відкритий стандарт, який Anthropic представила наприкінці 2024 року та який у першій половині 2026 року швидко набрав поширення; станом на березень 2026 року кількість інсталяцій перевищила 97,00 млн разів. Google офіційно застосувала MCP у своїх Gemini agent, що символізує початок зближення індустрії AI-агентів до спільного протоколу з’єднання інструментів.

Список нових функцій: багатомодальне дослідження, нативні діаграми, внутрішній режим даних

Ключові можливості серії Deep Research включають: багатомодальне дослідження (PDF, CSV, зображення, аудіо, відео як матеріали для досліджень), нативне створення діаграм і інфографіки (формати HTML та Nano Banana), а також спільне планування з користувачем (попередня ручна перевірка точок до виконання), проміжне міркування в режимі реального часу, і можливість за бажанням вимкнути доступ до мережі, щоб агент проводив дослідження, використовуючи лише дані компанії зсередини.

Цей варіант «вимкнення мережі» має чітке значення для сценаріїв корпоративної кібербезпеки та комплаєнсу: юридичні, медичні, фінансові та інші галузі можуть уникнути того, щоб агент здійснював перехресне індексування внутрішніх конфіденційних даних із відкритою мережею, знижуючи ризики витоку даних і комплаєнс-ризики.

Конкурентний ландшафт: три провідні компанії зводяться в битві того самого тижня

Deep Research Max від Google і того самого тижня велике оновлення OpenAI Codex «for (almost) everything» (computer use, пам’ять, 90+ плагінів), а також Live Artifacts від Anthropic, запущені в Cowork, формують позитивне протистояння. Три провідні гравці у «корпоративному рівні автономного дослідження / агентів виробництва» випустили чіткі продукти в один тиждень, що відображає, як AI agent уже перейшли від експериментальної технології до конкурентної комерційної позиціонування.

У офіційній заяві менеджер продукту Deep Research Max Lukas Haas і програмний менеджер Srinivas Tadepalli вказали, що запуск цих двох агентів означає промисловий перелом для AI дослідницьких агентів: «від чистих веб-підсумків — до інтеграції внутрішніх даних компаній, нативної візуалізації та ітеративного уточнення».

Ця стаття про те, як Google просуває Deep Research Max: підтримка MCP, під’єднання приватних корпоративних даних, найраніше з’явилася на 鏈新聞 ABMedia.