جوجل تطلق Deep Research و Deep Research Max مع دعم MCP والمخططات الأصلية

المقال | LetterAI

جوجل حقًا في عجلة.

في وقت سابق، تلقت الأنباء أن شيرغي برين، المؤسس المشارك في جوجل، أعاد تشغيل "وضع المؤسس" وقام بقيادة شخصية وتشكيل فريق مختار "مهمة هجومية" لتعزيز قدرات Gemini بشكل كامل في مجالات البرمجة بالذكاء الاصطناعي والوكلاء الذاتيين، وذلك لمواكبة منافسين مثل Anthropic.

بعد وقت قصير، أعلنت جوجل في منتصف الليل عن تحديث كبير، وأطلقت عاملين ذكيين مستقلين للبحث من الجيل الجديد مبنيين على نموذج Gemini 3.1 Pro: Deep Research وDeep Research Max.

ليس فقط تعزيز قدرات الاستدلال في الطبقات الأساسية للنموذج، بل أيضًا دفع قوي نحو تطور الوكلاء الذكية الذاتية نحو منصات مؤسسية وتطويرية، من خلال فتح واجهات برمجة التطبيقات، ودعم البيانات الخاصة، ومهام الخلفية غير المتزامنة، وذلك في محاولة للاستيلاء على الميزة في سيناريو "أداة بحث/تحليل الذكاء الاصطناعي" عالي القيمة، لمواجهة المنافسة من قبل OpenAI (Hermes) وPerplexity وغيرها.

تسمح هاتان المجموعتان الذكيتان للمطورين لأول مرة بدمج بيانات الشبكة المفتوحة مع المعلومات الحصرية للشركات من خلال مكالمة وحيدة لواجهة برمجة التطبيقات، وإنشاء رسوم بيانية ورسوم توضيحية بشكل أصيل في التقارير البحثية، بالإضافة إلى الاتصال بأي مصدر بيانات طرف ثالث عبر بروتوكول سياق النموذج (MCP).

يتم إطلاق نسختين من الوكلاء الذكية اعتبارًا من اليوم كإصدار تجريبي عام عبر حزم Gemini API المدفوعة، ويمكن الوصول إليهما من خلال Interactions API الذي أطلقته جوجل لأول مرة في ديسمبر 2025.

نعم، هذه الوكلاء الجدد لا يمكن استخدامها حاليًا إلا عبر واجهة برمجة التطبيقات، ولا يمكن للمستخدمين العاديين الاستفادة منها في تطبيق Gemini، حتى لو كانوا مشتركين مدفوعين. وقد أعرب بعض المستخدمين عن استيائهم بعد رؤية تحديثات جديدة لا يمكنهم استخدامها: "بشكل ما، يستمر جوجل في معاقبة مستخدمينا المشتركين في Pro لتطبيق Gemini..."

كما شارك سوندار بيتشاي، الرئيس التنفيذي لشركة جوجل، مباشرة على X قائلاً: "استخدم Deep Research عندما تحتاج إلى السرعة والكفاءة؛ واستخدم الإصدار Max عندما تسعى لأعلى جودة في جمع وتكامل السياق — حيث حقق أداءً قدره 93.3% في DeepSearchQA و54.6% في HLE من خلال توسيع الحسابات أثناء الاختبار."

قبل 18 شهرًا، كان هدف Google Deep Research مساعدة طلاب الدراسات العليا على تجنب الغرق في كمية هائلة من علامات التبويب في المتصفح. اليوم، ترغب Google في أن يستبدل هذا النظام عمل الباحثين المبتدئين في بنوك الاستثمار.

الفجوة بين هذين الهدفين—وهل يمكن لهذه التقنية حقًا سد هذه الفجوة—ستحدد ما إذا كانت وكلاء البحث الذاتي ستصبح منتجًا ثوريًا في مجال برامج الشركات، أم أنها ستكون مجرد عرض ذكاء اصطناعي آخر يظهر بشكل مشرق في اختبارات الأداء لكنه يخيب الآمال في المؤتمرات.

يتميز إصدار Standard Deep Research بتأخير أقل وتكلفة أقل، وهو مناسب للسيناريوهات التي تتطلب السرعة.

Deep Research Max يُعطي الأولوية للعمق بدلاً من السرعة. يقوم هذا الوكيل بإجراء استدلالات عميقة، وبحث، وتكرار من خلال توسيع الحسابات أثناء الاختبار، ليُنتج في النهاية تقريرًا.

تشير جوجل إلى أن سير العمل الخلفي غير المتزامن هو السيناريو المثالي له، مثل تشغيله عبر مهام مجدولة (cron job) خلال الليل، بحيث يمكن تسليم تقرير شامل للتحقيق Due Diligence لفريق التحليل في صباح اليوم التالي.

في اختبارات Google الخاصة بها، حقق Deep Research Max تقدمًا ملحوظًا في مهام الاسترجاع والاستدلال. يستطيع هذا الوكيل الحصول على معلومات من مصادر أكثر من الإصدارات السابقة، وتسجيل الفروق الدقيقة التي كان النموذج القديم يغفل عنها.

كما قدمت جوجل مقارنةً مع المنافسين.

ومع ذلك، فإن مقارنة GPT-5.4 من OpenAI وOpus 4.6 من Anthropic ليست عادلة تمامًا. فبينما يُظهر GPT-5.4 أداءً ممتازًا في البحث التلقائي على الويب، فإنه لم يُحسَّن خصيصًا للبحث العميق. ولهذا السبب، استخدمت OpenAI وكيل DR الخاص بها، والذي انتقل بعد تحديث فبراير إلى GPT-5.2 بدلاً من GPT-5.4. إن أقوى نموذج بحثي من OpenAI هو في الواقع GPT-5.4 Pro، لكن جوجل لم تضمه على ما يبدو في المقارنة.

وفقًا لبيانات OpenAI، حقق GPT-5.4 Pro أعلى درجة تصل إلى 89.3% في اختبار البحث الذكي BrowseComp، بينما حقق GPT-5.4 درجة قدرها 82.7%.

وفقًا لتقرير Anthropic الخاص، حقق Opus 4.6 درجة 84% على BrowseComp، وهي أعلى من القيمة التي عرضتها جوجل. تم تحقيق هذه الدرجة مع تعطيل ميزة الاستدلال، حيث أداء النموذج بشكل أفضل من إعدادات الاستدلال المكثفة التي استخدمتها جوجل في اختبارات API.

من المحتمل أن تكون هذه الفجوات ناتجة عن اختلاف أساليب الاختبار — ما إذا كان النموذج يتم تقييمه عبر واجهة برمجة التطبيقات الأصلية أم تم تغليفه في سلاسل أدوات خاصة بكل مختبر. قد لا تكون بيانات جوجل خاطئة، لكنها تستحق تفسيرًا حذرًا. على أي حال، فإن طريقة عرضها تفتقر إلى الشفافية الكافية.

أبرز الميزات في هذا الإصدار هي إضافة دعم بروتوكول سياق النموذج (MCP). ستُحوّل هذه الميزة Deep Research من أداة بحث ويب قوية إلى كيان أقرب إلى "محلل بيانات عام".

MCP هو معيار مفتوح ناشئ لربط نماذج الذكاء الاصطناعي بمصادر بيانات خارجية. فهو يمكّن Deep Research من الاستعلام بأمان عن قواعد البيانات الخاصة ومكتبات الوثائق الداخلية وخدمات البيانات الخارجية المتخصصة — مع الحفاظ على عدم مغادرة المعلومات الحساسة لبيئتها الأصلية خلال العملية بأكملها.

في التطبيق العملي، هذا يعني أنه يمكن لصندوق تحوط أن يوجه البحث المتقدم نحو قاعدة بيانات تدفقات التداول الداخلية ومحطات البيانات المالية، ثم يطلب من الوكيل دمج كلاهما مع المعلومات العامة المتاحة على الويب لإنتاج رؤى متكاملة.

كشفت جوجل أنها تعمل حاليًا بشكل نشط مع شركات مثل FactSet وS&P وPitchBook لتصميم خادم MCP الخاص بها، مما يوضح بوضوح أن جوجل تسعى إلى دمج عميق مع مزودي البيانات الذين تعتمد عليهم وول ستريت وصناعة الخدمات المالية الأوسع يوميًا.

وفقًا لمقال مدونة كتبه لوكاس هاس وسرينيفاس تاديبالي، منتجي منتجات جوجل ديب ميند، فإن الهدف هو "تمكين العملاء المشتركين من دمج منتجات البيانات المالية في سير العمل المدعوم بـ Deep Research، وتحقيق قفزة في الإنتاجية من خلال الاستفادة من كونها الهائل من البيانات لجمع السياق بسرعة البرق."

يحل هذا الميزة مباشرة أحد أكثر نقاط الألم ثباتًا عند تبني الشركات للذكاء الاصطناعي: الفجوة الكبيرة بين المعلومات المتاحة على الإنترنت المفتوح والمعلومات المطلوبة فعليًا لاتخاذ القرارات التنظيمية. سابقًا، كان سد هذه الفجوة يتطلب جهدًا هندسيًا مخصصًا كبيرًا.

كما يدعم MCP دمج قدرات التصفح والاستدلال الذاتي لـ Deep Research، مما يبسط معظم التعقيدات إلى تهيئة واحدة فقط. يمكن للمطورين الآن جعل Deep Research يستخدم في نفس الوقت بحث Google وخدمات MCP البعيدة وسياق URL وتنفيذ الكود والبحث عن الملفات — أو إيقاف الوصول إلى الإنترنت تمامًا والبحث فقط على البيانات المخصصة.

النظام يدعم أيضًا المدخلات متعددة الوسائط، بما في ذلك PDF وCSV والصور والصوت والفيديو، كمصدر للإطار المرجعي (grounding context).

الميزة الثقيلة الثانية هي إنشاء الرسوم البيانية والإنفوغرافيات الأصلية.

الإصدار السابق من Deep Research كان يُنتج تقارير نصية فقط. إذا احتاج المستخدم إلى تصورات، كان عليه تصدير البيانات وصنع المخططات بنفسه. هذا القصور قلل بشكل كبير من موضع "الأتمتة الشاملة".

الآن، يمكن للوكلاء الجيل الجديد تضمين مخططات ورسوم بيانية عالية الجودة مباشرة في التقارير، لعرض مجموعات البيانات المعقدة ديناميكيًا بتنسيق HTML أو Nano Banana من Google، مما يجعلها جزءًا مباشرًا من السرد التحليلي.

للمستخدمين المؤسسيين — خاصةً في قطاعات المالية والاستشارات الذين يحتاجون إلى إنتاج نتائج جاهزة للتسليم للمستفيدين — يحوّل هذه الميزة Deep Research من أداة "لتسريع مرحلة البحث" إلى أداة قادرة على إنتاج منتجات تحليلية شبه نهائية.

بالإضافة إلى ذلك، يتيح النظام الجديد للمطورين التحكم الدقيق في نطاق التحقيق، مع الحفاظ على درجة عالية من الشفافية المطلوبة من قبل التنظيمات، من خلال دمج ميزة التخطيط التعاوني الجديدة (التي تسمح للمستخدمين بمراجعة وتوجيه وتحسين خطط البحث الخاصة بالوكلاء قبل التنفيذ)، بالإضافة إلى إخراج التدفق المباشر لخطوات الاستدلال الوسيطة.

تشير مقالة المدونة الرسمية لجوجل بوضوح إلى أنه عندما يستخدم المطورون وكيل Deep Research للبناء، فإنهم يستدعيون "نفس البنية التحتية للبحث الذاتي التي توفر قدرات البحث لعدة منتجات شهيرة تابعة لجوجل، مثل تطبيق Gemini وNotebookLM وGoogle Search وGoogle Finance". وهذا يشير إلى أن الوكلاء المقدمة عبر واجهة برمجة التطبيقات ليست نسخة مبسطة من الإصدار الداخلي لجوجل، بل هي نفس النظام، مقدماً كخدمة على نطاق المنصة.

هذه العملية التطورية تقدم بسرعة كبيرة.

أطلقت جوجل Deep Research لأول مرة في تطبيق Gemini في ديسمبر 2024 كميزة للمستهلك، وكانت تعمل بقيادة Gemini 1.5 Pro. وصفت جوجل هذه الميزة بأنها مساعد بحث ذكي شخصي قادر على تجميع معلومات الويب في دقائق، مما يساعد المستخدمين على توفير ساعات من العمل.

في مارس 2025، قام جوجل بترقية Deep Research باستخدام Gemini 2.0 Flash Thinking Experimental وفتحه للتجربة للجميع. ثم تم ترقيته إلى Gemini 2.5 Pro Experimental، وأبلغ جوجل أن المُقيّمين يفضلون تقاريره بمعدل ضعفين مقارنةً بالمنافسين.

ديسمبر 2025 هو نقطة تحول مهمة، حيث أطلقت جوجل واجهة برمجة تطبيقات التفاعلات، وقدمت لأول مرة البحث العميق بأسلوب برمجي، مدعومًا بـ Gemini 3 Pro، وأطلقت بالتوازي اختبار المرجع المفتوح المصدر DeepSearchQA.

النموذج الأساسي الذي يُستخدم لدفع هذه التحسينات هو Gemini 3.1 Pro، الذي تم إصداره في 19 فبراير 2026. وقد حقق نقلة كبيرة في قدرات الاستدلال الأساسية: في اختبار ARC-AGI-2 لتقييم قدرة النموذج على حل أنماط منطقية جديدة، حصل 3.1 Pro على درجة 77.1٪، وهي أكثر من ضعفي درجة Gemini 3 Pro.