Google Deep Research Max agrega MCP y elementos visuales nativos: los agentes de investigación se están convirtiendo en canales de creación reutilizables
La actualización Deep Research de Google del 21 de abril importa menos como una función de chatbot y más como un movimiento de sistemas de agentes. Gemini Deep Research y Deep Research Max ahora pueden combinar la web abierta con datos privados, generar gráficos en línea y ejecutarse como trabajos de investigación en segundo plano que alimentan el siguiente modelo de la cadena.
Lo que Google realmente envió
Google dice que los nuevos agentes se basan en Gemini 3.1 Pro y ahora admiten flujos de trabajo de investigación que combinan búsqueda web, servidores MCP remotos, archivos cargados, almacenes de archivos conectados, contexto de URL, ejecución de código y búsqueda de archivos. La compañía dividió el producto en dos modos: Deep Research estándar para experiencias interactivas de menor latencia y menor costo, y Deep Research Max para ejecuciones en segundo plano de mayor exhaustividad que utilizan más computación en el tiempo de prueba.
El anuncio oficial es inusualmente explícito sobre el flujo de trabajo objetivo. El ejemplo de Google no es una consulta de chat de un consumidor. Es un trabajo cron nocturno que genera informes de diligencia debida antes de que un equipo de analistas se despierte. Esta es una fuerte señal de que los agentes de investigación se están posicionando como infraestructura para el trabajo posterior, no sólo como motores de respuesta.
Por qué esto es importante para los constructores
Hay tres cambios importantes aquí. En primer lugar, Google está convirtiendo la investigación en una etapa de proceso reutilizable. Un equipo puede ejecutar una investigación profunda para recopilar y sintetizar evidencia y luego usar la API de Interacciones para pasar ese estado a otro modelo Gemini a través de previous_interaction_id para resumir, reformatear o ejecutar el siguiente paso. En segundo lugar, Google está reduciendo la brecha entre el contexto público y privado al permitir que el agente trabaje en la web y en fuentes de datos personalizadas. En tercer lugar, los gráficos y las infografías ahora forman parte de la misma ejecución en lugar de un paso de visualización independiente.
Para los constructores, eso significa que la "investigación profunda" deja de ser una característica premium de la interfaz de usuario y comienza a parecer una clase de trabajo de backend. Los equipos de productos pueden adjuntarlo a resúmenes de investigación, preparación de ventas, flujos de trabajo de cumplimiento, escaneos de mercado e investigaciones técnicas. Si funciona bien, reduce el tiempo dedicado a unir manualmente búsquedas, notas, resultados de hojas de cálculo y resúmenes ejecutivos.
La advertencia importante: los médicos todavía se están poniendo al día
Hay una advertencia útil oculta en las propias superficies de Google. La publicación del blog dice que Deep Research ahora admite MCP remotos arbitrarios y herramientas combinadas, pero la página pública de documentos de API de Interacciones todavía muestra advertencias de la era de vista previa del 15 de abril e ID de modelos más antiguos. Ese desajuste no significa que el lanzamiento sea falso. Significa que la superficie del producto se mueve más rápido que los documentos estables.
Ahí es exactamente donde comienzan el desperdicio de fichas y la confusión del equipo. Si construye directamente a partir del texto del anuncio, corre el riesgo de sobreestimar lo que es estable hoy. Si ignora el lanzamiento, se perderá un cambio real en el flujo de trabajo. La regla práctica es tratar a los agentes de investigación como cualquier otro tiempo de ejecución de vista previa: fijar el agente exacto o la identificación del modelo que probó, registrar qué combinación de herramientas realmente funcionó y mantener una ruta alternativa para cuando cambie la superficie beta.
Esta es la misma disciplina operativa que TRH impulsa La realidad de las cuotas de Google AI Studio y Diseño del tiempo de ejecución del SDK de agentes OpenAI. La compresión del flujo de trabajo sólo es valiosa si el tiempo de ejecución sigue siendo legible.
El ángulo TRH: los proyectos de investigación también necesitan presupuestos
Token Robin Hood Los lectores deben prestar atención a la forma de facturación, no sólo al gráfico de referencia. Deep Research Max está optimizado para la profundidad, lo que generalmente significa ejecuciones más largas, más uso de herramientas, más acumulación de contexto y artefactos de salida más grandes. Esto puede valer la pena cuando el informe es reutilizable o está vinculado a los ingresos. Es un desperdicio cuando el informe muere en una pestaña o se regenera desde cero porque nadie almacenó el resultado en una forma que el resto de la pila pueda consumir.
El patrón correcto es simple. Atado el trabajo. Defina qué fuentes de datos están permitidas. Guarde el resultado en un formato reutilizable. Encadene sólo el siguiente paso del modelo que realmente debe realizarse. Si el informe sólo se va a leer una vez, Deep Research Max probablemente sea el valor predeterminado incorrecto. Si se convierte en la capa informativa para un agente de codificación, un flujo de trabajo de ventas o una nota operativa, el gasto puede justificarse por sí solo.
¿Qué deberían hacer los constructores a continuación?
Comience con un flujo de trabajo en segundo plano donde la calidad de la investigación importa más que la latencia instantánea: monitoreo competitivo, diligencia debida, seguimiento de políticas, análisis forense de errores o preparación de socios. Compare Deep Research regular con Max en una tarea repetible. Mida el tiempo de ejecución total, la utilidad de la salida y la frecuencia con la que el resultado se puede entregar a un segundo modelo sin volver a plantear todo el problema. Luego decida si la costosa versión debe estar en producción o sólo detrás de una puerta humana.
Si su pila ya utiliza agentes, agregue una regla más: los resultados de la investigación deben convertirse en insumos, no en callejones sin salida. Persígalos, versione y mantenga explícita la transferencia posterior.