谷歌Gemini 2.0发布，我看到了Web的未来

OpenAI 的超长发布会还没结束，谷歌便火速推出 Gemini 2.0 系列的第一个版本—— Gemini 2.0 Flash 测试版。

在介绍中，Gemini 2.0 Flash 的一些关键性能优于 Gemini 1.5 Pro，同时，Gemini 2.0 Flash 还加入多模态推理、原生调用 Google 搜索、复杂的指令跟踪和规划等功能。最令人期待的一定是 Deep Research，它实现的功能就是作为 "AI 代理人 " 来做规划，重点在于，它将突破次元壁，向通用 AI 更近一步。

在谷歌介绍中，新发布的 Gemini 2.0 将首次涉足「AI 代理时代」，换句话说，我们可以将一部分网络和现实的控制权移交给 AI 处理，它会代替我们处理许多 " 现实问题 "。比如，你想买新手机，可能会进行很多对比，还需要考虑促销、是否缺货等因素，这些繁琐的步骤可以全部交由 Gemini 来处理。

结合前段时间泄露的消息，2025 年谷歌可能发布的 Jarvis AI 能够访问网站，甚至可以在用户许可下完成在线购物，以及填写表格等操作。换句话说，如果得到用户允许，它甚至可以帮你下单，你在家等待新手机即可。

Gemini 团队的高级产品经理解释说：" 当 Gemini Deep Research 浏览网页时，它会对发现的内容进行推理，以弄清楚下一步要寻找什么。从本质上讲，这是一种通过内容进行探索和学习的全新方向。"

在功能上看，Gemini Deep Research 是一个推理模型，最大的不同是，它可以跟互联网有完整交互。

在 Deep Research 上线后，Gemini 可以像人类一样浏览网络，通过搜索、找到有趣的内容，然后根据它所学到的信息再进行新的搜索。它可以多次执行此操作，直到确定它有足够的信息来根据用户的提示生成最终结论。

谷歌把 Gemini Deep Research 描述成 " 代理人 "，这会让 AI 助理突破次元壁，不免让人担心这将打开 " 潘多拉的魔盒 "。

针对这些担忧，谷歌现阶段的限制原则是，它不适用于付费专区的研究论文或网站，也不适用于需要登录才能访问的网站，未来是否开放这些限制还不得而知。

现实是，谷歌的 Gemini 正在悄悄更新，AI 代理的想法让人担忧。试想，当谷歌正式解禁 Deep Research 全部功能后，我们也许会看到 "AI 代理人 " 逐渐成为网络社会的主流，写代码、预订机票和酒店，甚至连玩游戏都不用亲力亲为。对人类来说，这样的未来是更封闭，还是更开放？