谷歌Agent正在憋大招：AI科學家內測，錦標賽制“煉”想法，一次跑40分鐘

谷歌正秘密為其企業級產品Gemini Enterprise開發一項新功能：一個多智能體（multi-agent）系統，它能夠扮演聯席科學家或研究員的角色，幫助用戶提煉想法，實現研究自動化

具體來說，該系統的工作流程是：接收一個主題和一套評估標準，生成大量想法，然后啟動一個智能體團隊，以錦標賽（tournament-style）的形式對這些想法進行評估

值得注意的是，該系統能夠讓Gemini就單個問題持續運行約40分鐘，這對于一個面向用戶的產品而言，是一次非常長的連續運行

在運行結束后，用戶會收到一份根據所選標準從優到劣排序的想法列表，一次運行可產出約100個想法

對于每個想法，用戶會得到概述、詳細描述、評審摘要、完整評審報告以及專門的錦標賽表現報告。這份錦標賽表現報告會作為一項獨立輸出，可供單獨瀏覽。所有生成的想法都是可選的，方便用戶專注于特定選項并進行更深入的探索

兩款核心智能體：“想法生成”與“聯席科學家”

在目前的預覽版中，谷歌準備了三款預置智能體，其中兩款建立在這一多智能體錦標賽系統之上

一款名為“想法生成”（Idea Generation）。用戶提供一個主題，該智能體便會啟動多智能體工作流，通過錦標賽式評估來生成與該主題相關的想法并進行排序

另一款名為“聯席科學家”（Co-scientist），更側重于科學家和研究人員。它允許用戶指定一個研究課題，提供額外數據，然后由一個智能體團隊通過相同的錦標賽機制來生成和評估想法，但更聚焦于研究和科學用例

L3級AI的體現：強大的算力投入

這一設置最引人注目的方面之一，是其背后巨大的算力投入。

讓智能體就單個任務工作約40分鐘，與典型的智能體工具相比，算力消耗相當大。在整個運行期間，系統會持續對問題進行迭代

與現有的智能體實現相比，這似乎是一個重要的進步。即使是像ChatGPT中那些能夠使用瀏覽器模式的高級智能體，通常也受到有限的上下文窗口和時間預算的限制。相比之下，谷歌的這種方法被設計成一個面向用戶的產品，直接向企業客戶開放了非常高的算力

這也與“L3級AI”的理念相符，即智能體能夠持續較長時間處理一個問題。在這種背景下，單任務運行40分鐘是一個有力的例證

目前，所有這些功能都出現在開發中的Gemini Enterprise內部，尚未對普通用戶開放

不止于原始建議，輸出結構化研究方向

在實踐中，其主要輸出是一套經過提煉的想法

但這些不僅僅是原始建議，而是結構化的研究方向。考慮到輸入的數據和原始問題，這些方向可能帶來極具價值的洞見。這體現了谷歌正致力于為組織、企業和研究團隊提供極其強大的智能體

當該功能最終發布時，可能會是一次重大飛躍，特別是如果這些智能體最終由尚未發布的Gemini 3 Pro驅動。目前，Gemini 3 Pro尚未在Gemini Enterprise中可用，因此尚不清楚驅動這些實驗性智能體的具體模型。

此外，該系統還有一個工作流程細節：當用戶提交提示時，系統會首先展示一份計劃中的評估和想法維度的摘要。用戶在審查并批準該摘要后，才能啟動實際任務，以確保在投入大量算力之前，初始提示被正確理解

另一項新功能：與文檔對話

除了多智能體錦標賽流程外，還有另一款名為“與文檔對話”的智能體，它擁有一個獨立的UI

該智能體允許用戶上傳最大30MB的PDF文件，并與這些文檔進行明確的對話。其目標是讓模型能夠分析和整合多達30MB的PDF內容到上下文，以便用戶從現有文檔中提取更有意義的信息。

該功能同樣是Gemini Enterprise的一部分，尚未發布，且目前在生產環境中無法使用。

在Gemini Enterprise正在開發的多項功能中，多智能體錦標賽工作流和專注于文檔的智能體最為突出。

特別是基于錦標賽的多智能體設置，看起來是一個突破性的產品方向，其他LLM提供商尚未真正提供達到這種水平的服務。多智能體錦標賽在面向用戶的工具中仍然很少見

一旦這些智能體更加成熟，看到它們正式的評估和基準測試將非常有價值。僅從描述來看，“聯席科學家”智能體對于那些積極探索新科學方向的大型組織和研究團隊來說，已經像一個非常有吸引力的工具。

目前尚不清楚這些智能體將于何時發布，也不確定是否會向企業客戶之外的用戶提供，但這絕對是值得關注的動向

參考：

https://www.testingcatalog.com/google-to-enable-research-automation-on-gemini-enterprise/