Jul, 13Ανάγνωση 4 λεπτών
Frontend
News · Ο πράκτορας Deep Research της Google πλέον παράγει γραφήματα HTML και μεταδίδει τη συλλογιστική του σε πραγματικό χρόνο
Apr, 21Ανάγνωση 4 λεπτών
FrontendΟ πράκτορας Deep Research της Google πλέον παράγει γραφήματα HTML και μεταδίδει τη συλλογιστική του σε πραγματικό χρόνο
Ο πράκτορας έρευνας του Gemini API χωρίζεται σε ένα γρήγορο διαδραστικό επίπεδο και ένα ασύγχρονο επίπεδο Max, και για τις ομάδες frontend η αξιοσημείωτη αλλαγή είναι το τι επιστρέφει πλέον ο πράκτορας: ενσωματωμένα γραφήματα, περιλήψεις σκέψης σε ζωντανό χρόνο και ένα σχέδιο που μπορεί να εξεταστεί πριν εκτελεστεί.
Δύο πράκτορες, δύο προϋπολογισμοί καθυστέρησης γύρω από τους οποίους πρέπει να σχεδιάσετε
Η Google χώρισε την προεπισκόπηση του Δεκεμβρίου σε δύο πράκτορες που συμπεριφέρονται αρκετά διαφορετικά ώστε να επιβάλλουν μια απόφαση σχεδιασμού frontend εξ αρχής. Το Deep Research τοποθετείται για "εμπειρίες έρευνας ενσωματωμένες απευθείας σε διαδραστικές επιφάνειες χρήστη όπου επιθυμητή είναι η μικρότερη καθυστέρηση", και αντικαθιστά την προηγούμενη προεπισκόπηση με αυτό που η Google περιγράφει ως μειωμένη καθυστέρηση και κόστος σε υψηλότερη ποιότητα. Το Deep Research Max, αντίθετα, "εκμεταλλεύεται εκτεταμένο υπολογιστικό χρόνο δοκιμών για επαναληπτική συλλογιστική, αναζήτηση και βελτίωση", και το ίδιο το παράδειγμα της Google είναι μια νυχτερινή εργασία cron που παράγει αναφορές δέουσας επιμέλειας μέχρι το πρωί.
Αυτή η διάκριση είναι ένα συμβόλαιο διεπαφής χρήστη, όχι απλά ένα επίπεδο τιμολόγησης. Μια σύγχρονη επιφάνεια όπου ο χρήστης περιμένει ένα αποτέλεσμα θα πρέπει να στοχεύει στον ταχύ πράκτορα· οτιδήποτε στην κλίμακα Max πρέπει να βρίσκεται πίσω από μια ασύγχρονη εργασία με ειδοποίηση ή γραμματοκιβώτιο αναφορών. Η κατασκευή της ίδιας διεπαφής κατάστασης αναμονής και για τα δύο θα παρερμήνευε τη διάρκεια που προορίζεται να τρέχει καθένα.
Ο πράκτορας πλέον επιστρέφει γραφήματα που μπορούν να αποδοθούν, όχι απλά πρόζα
Η πιο συγκεκριμένη αλλαγή για όποιον χτίζει το σημείο λήψης είναι ότι το Deep Research "δεν δημιουργεί πλέον απλά κείμενο· δημιουργεί εγγενώς γραφήματα και infographics υψηλής ποιότητας ενσωματωμένα σε HTML ή μέσω Nano Banana". Η Google τα παρουσιάζει ως "έτοιμα για παρουσίαση" οπτικά στοιχεία που παράγονται δυναμικά από τα υποκείμενα δεδομένα.
Η έξοδος HTML σημαίνει ότι το frontend είναι πλέον υπεύθυνο για την απολύμανση και την ασφαλή ενσωμάτωση της σήμανσης που παράγεται από το μοντέλο, καθώς και για τον χειρισμό εξόδων εικόνας (Nano Banana) παράλληλα με το κείμενο στην ίδια ροή αναφοράς. Αυτή είναι μια διαφορετική διαδικασία απόδοσης από την εμφάνιση μιας περίληψης σε markdown. Οι ομάδες θα χρειαστούν μια διάταξη που συνυφαίνει αφηγηματικό κείμενο, παραγόμενα γραφήματα και παραπομπές — και μια πολιτική για το τι πρέπει να γίνεται όταν η παραγόμενη HTML είναι κακοδιατυπωμένη ή μη αναμενόμενη.
Η ροή συλλογιστικής και ένα βήμα ανασκόπησης αλλάζουν τον βρόχο αλληλεπίδρασης
Δύο χαρακτηριστικά αναδιαμορφώνουν την αλληλεπίδραση από στιγμή σε στιγμή. Η μετάδοση σε πραγματικό χρόνο αποκαλύπτει "τα ενδιάμεσα βήματα συλλογιστικής του πράκτορα με περιλήψεις σκέψης σε ζωντανό χρόνο", παραδίδοντας εξόδους κειμένου και εικόνας καθώς παράγονται. Ο συνεργατικός σχεδιασμός επιτρέπει στους χρήστες να "εξετάζουν, καθοδηγούν και βελτιώνουν το σχέδιο έρευνας που παράγεται από τον πράκτορα πριν αυτός ξεκινήσει την εκτέλεση".
Μαζί, αυτά ορίζουν μια διεπαφή δύο φάσεων: ένα στάδιο έγκρισης σχεδίου πριν ξεκινήσει η δαπανηρή εργασία, και έπειτα μια ζωντανή ροή προόδου όσο αυτή εκτελείται. Για έρευνες μεγάλου ορίζοντα, αυτή η ανασκόπηση σχεδίου είναι το σημείο μόχλευσης — επιτρέπει στον χρήστη να αναπροσανατολίσει το εύρος πριν δαπανηθεί υπολογιστική ισχύς, αντί να απορρίψει μια ολοκληρωμένη αναφορά. Η εργασία frontend εδώ έχει λιγότερο να κάνει με ένα κουτί συνομιλίας και περισσότερο με ένα επεξεργάσιμο αντικείμενο σχεδίου συν μια σταθερή ροή ενδιάμεσων καταστάσεων.
Τι σημαίνει αυτό για τις ομάδες που ενσωματώνουν την έρευνα σε μια επιφάνεια προϊόντος
Η εμβέλεια δεδομένων του πράκτορα εξαρτάται πλέον από μια διαμόρφωση που το frontend οφείλει να παρουσιάζει με ειλικρίνεια. Το Deep Research μπορεί να αναζητά "στο διαδίκτυο, σε αυθαίρετα απομακρυσμένα MCP, σε μεταφορτωμένα αρχεία και συνδεδεμένες αποθήκες αρχείων — ή σε οποιοδήποτε υποσύνολο αυτών", συμπεριλαμβανομένης της επιλογής να "απενεργοποιηθεί εντελώς η πρόσβαση στο διαδίκτυο ώστε η αναζήτηση να γίνεται αποκλειστικά στα δικά σας δεδομένα". Με συνεργάτες MCP όπως τα FactSet, S&P Global και PitchBook, οι χρήστες σε ρυθμιζόμενους τομείς θα χρειαστεί να βλέπουν και να ελέγχουν ποιες πηγές άγγιξε μια έρευνα, και κάθε αναφορά παραδίδεται ως έξοδος "πλήρως τεκμηριωμένη με παραπομπές" που η διεπαφή πρέπει να αποδίδει ως επαληθεύσιμους συνδέσμους, όχι ως διακόσμηση.
Το πρακτικό συμπέρασμα: αυτή η κυκλοφορία μετακινεί την επιφάνεια ενσωμάτωσης από το "κάλεσε ένα API, δείξε μια περίληψη" στο "διαχειρίσου ένα σχέδιο, μετάδωσε ενδιάμεση κατάσταση, απόδωσε μεικτή έξοδο HTML και εικόνας, και αποκάλυψε το εύρος των πηγών". Είναι διαθέσιμο ήδη σε δημόσια προεπισκόπηση στα επί πληρωμή επίπεδα του Gemini API μέσω του Interactions API, οπότε τα μοτίβα frontend για αυτές τις τρεις φάσεις — σχέδιο, ροή, τεκμηριωμένη αναφορά — είναι αυτό που μια ομάδα θα έπρεπε να δοκιμάσει πριν δεσμευτεί σε μία μόνο όψη.
Find this story relevant to you?
Contact us to find a unique solution
Χρειάζεστε συνεργάτη AI engineering που μπορεί να παραδώσει;
Βοηθάμε ομάδες στην Ελλάδα να ενσωματώσουν AI, να δημιουργήσουν AI-powered προϊόντα, να αυτοματοποιήσουν κρίσιμες ροές εργασίας και να εκσυγχρονίσουν τα συστήματα που τα στηρίζουν.
Σχετικά άρθρα
Περισσότερη ανάλυση για την παράδοση προϊόντων, τη λειτουργική ΤΝ και τη δουλειά στα συστήματα που κάνει την ανάπτυξη να αντέχει στην πράξη.