来自 宝玉（@dotey）的推文线程

https://t.co/aBhEeNzIge 來自X 帳號TestingCatalog 的爆料：Google 在Gemini 企業版（Gemini Enterprise）裡新增多智能體「自動做研究」模式 Google 正在Gemini for Enterprise 打造一個多智能體系統。你給它一個主題，再配上一套評估標準，它就能自己生成一大堆點子，然後拉起一整支智能體團隊，像打錦標賽一樣一輪輪評審這些點子。 這個系統一次可以連續工作約40 分鐘。對於一個面向一般企業用戶的產品來說，這已經是非常長的一次連續推理過程了。 在這40 分鐘結束時，使用者會收到一大串點子清單，依照你一開始設定的標準從優到劣排好名。整個規模也不小：系統一次能產出大約100 個點子。對每一個點子，你都能拿到： - 一個概覽 - 一個更詳細的說明 - 一份點評總結 - 一份完整長評 - 以及一份專門的「錦標賽表現報告」（tournament performance report） 這個「表現報告」還是一個單獨的輸出，可以單獨打開慢慢看。所有生成出來的點子都是可選擇的，你可以點進任一個，繼續深入展開。 在目前的內測版本裡，Google 看起來內建了三個智能體，其中兩個就是搭在這個多智能體「錦標賽」系統之上的。 第一個叫「Idea Generation」（創意生成） 在這個模式裡，你只要給一個主題，這個智能體就會啟動整套多智能體工作流程，用「錦標賽式評估」（tournament-style evaluation）來產生和排序各種相關點子。 （所謂錦標賽式，就是不斷讓方案互相“對決”，勝出的留下，弱的被淘汰） 第二個叫「Co-scientist」（聯合科學家） 這個則更偏向科學研究和研究場景。你可以指定一個研究主題，再提供一些額外數據，然後一整個智能體團隊會先生成研究方向和方案，再用同樣的錦標賽機制去評估這些想法，只是這次會更強調科學研究和科學探索的需求。 這裡最有趣的一點，是它背後明顯投入了非常誇張的算力。允許智能體在一個任務上連續工作大約40 分鐘，這在現在的大多數智能體工具裡都算是「豪華配置」了。 在整個40 分鐘裡，系統會不斷迭代這個問題，不斷產生、篩選、評分、重組。目前，這一切都還只出現在Gemini for Enterprise 裡，屬於內部開發階段，對一般使用者是隱藏的，還沒有以正式功能對外開放。 跟現有的智能體實作相比，這套看起來是個明顯的前進一大步。就算是那些已經帶瀏覽器模式的高階智能體，通常也會受限於上下文視窗和時間預算（time budget）。 而這次，Google 的做法，是直接把一大塊算力「擺在檯面上」給企業客戶用，做成一個正兒八經的前端產品介面。這也和所謂的「Level 3 AI」的概念非常契合：這一層級的AI 智能體，被描述為可以在同一個問題上持續工作一段較長時間。 （這裡的Level 3 並不是統一標準，更像是業界對「能長時間連續工作的智能體」的一種非正式分級說法）從這個角度看，讓智能體在單一任務上跑滿40 分鐘，是一個非常典型、甚至偏激進的例子。 在實際使用中，這套系統輸出的核心是「被充分篩選和精煉過的點子集合」。但它們遠不只是隨手拋出的一堆建議，而是可以視為一組結構化的研究方向：在你給定的數據和問題背景下，這些方向有可能真正指向高價值的洞見。所以，Google 正在推動這種極其強力的智能體能力，專門服務組織、公司和研究團隊，這件事本身就非常耐人尋味。 等這項功能真正對外發佈時，很可能會是一次不小的躍遷，尤其是如果這些智能體最終由Gemini 3 Pro 來驅動的話。現在，Gemini 3 Pro 還沒有進入Gemini Enterprise，所以目前還不清楚這些實驗性智能體背後具體用的是哪一個模型。 這裡依然有很多東西需要測試和驗證。當你把一個提示詞（prompt）提交給這套系統時，它首先會給出一份「計劃做什麼」的概要：會在哪些維度上評估、打算從哪些方向出發生成和篩選點子。只有在你確認這份概要之後，系統才會真正啟動那次「大任務」。這相當於在燒一大筆算力之前，先跟你對齊「我到底打算怎麼理解你的問題」。 除了多智能體錦標賽工作流程之外，Gemini Enterprise 裡還有另一個智能體，叫做「chat with your docs」（和文件聊天），它配了一套獨立的UI。這個智能體允許使用者上傳大小最高30MB 的PDF，然後面對這些文件進行專門對話。 這個功能同樣屬於Gemini Enterprise 的一部分，目前還沒有對外發布，而且在生產環境中暫時不可用。它的設計想法是：最多30MB 的PDF 內容可以被分析並寫入模型的上下文裡，這樣使用者就能從現有文件中抽取更有價值的信息，而不是只靠人自己翻頁看。 在Gemini Enterprise 裡，還有不少其他功能正在開發中，但真正最搶眼的，還是這兩條線： 1. 多智能體錦標賽式工作流程 2. 面向文件的專用智能體 特別是那個基於錦標賽的多智能體架構，看起來就是一種突破性的產品路線——其他大語言模型（LLM）服務商，目前似乎還沒有在這個層級上，給用戶類似的東西。多智能體錦標賽在面向終端用戶的工具裡依然非常少見。也許可以拿Grok Heavy 來做某種對比，但很可能也不能算是跟Google 這套完全同一個方向的東西。 等這些智能體成熟之後，如果能看到一套正式的評估結果和基準測試，那會非常有價值。光從現在的描述來看，那個Co-scientist 智能體已經足夠讓許多大型組織和研究團隊心動——尤其是那些正在探索新科學方向的團隊。 至於這些智能體具體什麼時候會正式上線，或是會不會開放給非企業用戶，目前還都是未知數。 來源：