Google DeepMind เปิดตัวเอเจนต์ Gemini Deep Research เวอร์ชันใหม่ ผ่าน Interactions API เปิดให้องค์กรเชื่อมต่อ

เมื่อวันที่ 11 ธันวาคม 2025 Google ได้เปิดตัวเอเจนต์ Gemini Deep Research เวอร์ชันใหม่ผ่าน Interactions API พร้อมเปิดตัว DeepSearchQA ซึ่งเป็นชุดเกณฑ์มาตรฐานสำหรับประเมินความสามารถในการค้นหาข้อมูลบนเว็บที่ซับซ้อนไปพร้อมกัน นี่เป็นครั้งแรกที่ Google เปิดให้นักพัฒนาภายนอกสามารถนำความสามารถด้านการวิจัยอัตโนมัติที่ล้ำหน้าที่สุดของบริษัท มาฝังเข้ากับแอปพลิเคชันของตนเองได้โดยตรง ไม่จำกัดอยู่แค่การใช้งานภายใน Gemini App หรือ Search เท่านั้น

เอเจนต์ Deep Research เวอร์ชันนี้ใช้ Gemini 3 Pro เป็นแกนหลักในการให้เหตุผล ทาง Google ระบุว่านี่คือโมเดลที่ให้ความสำคัญกับความถูกต้องของข้อเท็จจริงมากที่สุดในปัจจุบัน ผ่านการฝึกฝนเป็นพิเศษเพื่อลดอาการหลอน (hallucination) และยกระดับคุณภาพของรายงานฉบับสุดท้ายในงานที่ต้องใช้การให้เหตุผลหลายขั้นตอน ส่วนเกณฑ์มาตรฐาน DeepSearchQA ที่เปิดตัวพร้อมกันนั้น ใช้ตรวจสอบว่าเอเจนต์สามารถรวบรวม เปรียบเทียบ และสรุปข้อมูลจากหลายแหล่งบนเว็บจริงได้อย่างถูกต้องแม่นยำหรือไม่ ทำให้ภายนอกมีมาตรฐานสาธารณะไว้วัดความสามารถของ "เอเจนต์วิจัย" อย่างเป็นรูปธรรม ไม่ใช่แค่คำกล่าวอ้างจากผู้ผลิตเอง

ความหมายเชิงเทคนิค: จาก "ฟีเจอร์ในแอป" สู่ "ความสามารถ API ที่ฝังได้"

เดิมที Deep Research มักผูกติดอยู่กับฟีเจอร์สำเร็จรูปภายใน Gemini App หรือ Google Search ผู้ใช้ทำได้เพียงตั้งคำถามผ่านหน้าจอที่กำหนดไว้แล้วรอรายงานฉบับเต็ม การเปิดผ่าน Interactions API ครั้งนี้หมายความว่านักพัฒนาสามารถดึงความสามารถ "การวิจัยอัตโนมัติ" ออกมาประกอบเข้ากับผลิตภัณฑ์ของตนเองได้โดยตรง เช่น ฐานความรู้ภายในองค์กร ระบบบริการลูกค้า หรือเครื่องมือข่าวกรองทางการตลาด ล้วนสามารถเรียกใช้ตรรกะของเอเจนต์ชุดเดียวกันเพื่อทำงานรวบรวม เปรียบเทียบ สรุป และผลิตรายงานได้ครบวงจร โดยไม่ต้องสร้างระบบขึ้นมาใหม่ทั้งหมด นี่คือก้าวหนึ่งของ Google ในการเปลี่ยน "เครื่องมือ" ให้กลายเป็น "โครงสร้างพื้นฐาน" ในสนามแข่งขัน AI เชิงเอเจนต์

เปรียบเทียบกับรุ่นก่อนและคู่แข่ง

เมื่อเทียบกับโมเดลคู่แข่งอย่าง GPT-5.1 และ Grok 4.1 ที่เปิดตัวในเดือนพฤศจิกายนซึ่งเน้นความสามารถด้านการให้เหตุผลทั่วไปและการเขียนโค้ด Google เลือกที่จะโฟกัสในสถานการณ์ที่เจาะจงกว่าคือ "เอเจนต์เชิงวิจัย" และใช้ DeepSearchQA ซึ่งเป็นเกณฑ์มาตรฐานที่สร้างขึ้นเองเพื่อนิยามว่า "เอเจนต์วิจัยที่ดี" ควรมีมาตรฐานอย่างไร แทนที่จะแข่งกันแค่คะแนนทดสอบทั่วไป แนวทาง "สร้างเกณฑ์มาตรฐานก่อน แล้วจึงเปิด API" นี้ ในแง่หนึ่งก็เป็นการพิสูจน์ให้ลูกค้าองค์กรเห็นว่าคุณภาพรายงานที่เอเจนต์ผลิตออกมานั้นสามารถวัดผลเชิงปริมาณได้ ไม่ใช่กล่องดำ

ปฏิกิริยาจากวงการ

ประเด็นที่ชุมชนนักพัฒนาให้ความสนใจโดยทั่วไป คือ Interactions API จะรองรับงานวิจัยที่ใช้เวลานานและมีหลายขั้นตอนได้อย่างเสถียรหรือไม่ (งานลักษณะนี้มักใช้เวลาตั้งแต่หลายนาทีไปจนถึงหลายสิบนาที) รวมถึงรูปแบบการคิดค่าบริการจะเป็นมิตรกับองค์กรที่ใช้งานความถี่สูงหรือไม่ ความเห็นส่วนใหญ่มองว่า หาก Gemini 3 Pro มีการยกระดับความแม่นยำของข้อเท็จจริงได้จริง จะเป็นจุดเปลี่ยนสำคัญสำหรับแอปพลิเคชันด้านข่าวกรองการตลาดและการวิจัยอุตสาหกรรมในกลุ่ม B2B และอาจผลักดันให้องค์กรจำนวนมากขึ้นมอบหมายงาน "หาข้อมูล เขียนรายงาน" ให้เอเจนต์ทำร่างแรกก่อน

สำหรับผู้บริหาร ความหมายของข่าวนี้คือ งานวิจัยตลาด วิเคราะห์คู่แข่ง หรือสำรวจกฎระเบียบ ที่แต่เดิมต้องพึ่งพาที่ปรึกษาหรือนักวิเคราะห์ กำลังกลายเป็นความสามารถที่ "เรียก API ครั้งเดียวก็ได้ร่างแรก" อย่างรวดเร็ว ผู้บริหารไม่จำเป็นต้องเขียนโปรแกรมเอง แต่ควรสังเกตว่าภายในองค์กรมีทีมใดกำลังประเมินการนำเอเจนต์วิจัยลักษณะนี้มาใช้หรือไม่ และควรคิดล่วงหน้าว่าจะตรวจสอบความถูกต้องและความน่าเชื่อถือของรายงานที่ AI ผลิตออกมาอย่างไร เพื่อไม่ให้เข้าใจผิดว่า "ร่างแรก" คือ "ฉบับสมบูรณ์"