Przejdź do głównej treści

Google Deep Review Explained

Google Deep Review checks long documents with parallel AI agents. See how it works, its SPOT results, and how to use it for free.

Utwórz bezpłatne konto

Ćwicz i monitoruj swoje postępy.

Kontynuuj z GoogleKontynuując, akceptujesz nasz Warunki użytkowania, nasz Polityka prywatności i że Twoje dane są przechowywane w USA.

Wyobraź sobie, że dajesz znajomemu 40‑stronicowy raport i prosisz: "Czy możesz sprawdzić to pod kątem błędów w ciągu 10 minut?"

Pewnie znajdzie kilka literówek i tu i ówdzie źle zbudowane zdanie. Czy zauważy, że liczba na stronie 3 nie zgadza się z tą samą liczbą na stronie 31? Raczej nie.

Teraz daj ten sam raport zespołowi.

Jedna osoba dobra z matematyki bierze na warsztat równania, ktoś inny przegląda eksperymenty, każdy dostaje kopię całego raportu, a redaktor zbiera wszystkie uwagi i ponownie sprawdza wszystko, co wygląda podejrzanie.

Taki zespół znajdzie znacznie więcej — także błędy, które naprawdę mają znaczenie.

Google Deep Review to właśnie to drugie podejście, tyle że w oprogramowaniu. To agentowy system AI z Google Research, który sprawdza długie, złożone dokumenty, dzieląc je na sekcje, analizując każdą równolegle i łącząc wyniki w jeden raport.

Google udostępniło go publicznie 14 października 2026 r., z 2 bezpłatnymi przeglądami tygodniowo.

W tym artykule wyjaśnię, czym jest Deep Review, jak działa jego 4‑etapowy pipeline, co pokazują opublikowane wyniki Google i jak samodzielnie zbudować ten sam wzorzec. Zobacz też nasz przewodnik po Gemini 3.1 Pro oraz kurs Systemy Multi‑Agentowe z LangGraph.

W skrócie

  • Deep Review dzieli dokument na sekcje, przydziela trudniejszym sekcjom więcej mocy obliczeniowej, sprawdza każdą równolegle z widokiem na cały dokument, a następnie scala i weryfikuje fakty w wynikach.
  • Na matematyczno‑informatycznym podzbiorze benchmarku SPOT (26 prac, 29 błędów) narzędzie Google Paper Assistant Tool (PAT) wyłapało 89,7% błędów, wobec 55,2% dla samego Gemini 3.1 Pro.
  • Każdy użytkownik ma 2 darmowe przeglądy tygodniowo. Akceptowane są tylko pliki PDF i czysty tekst.
  • Wszystkie liczby dot. dokładności pochodzą od Google oraz od autorów, którzy wyrazili zgodę na udział. Nikt niezależnie nie przetestował jeszcze publicznej wersji.
  • Sprawdza rozumowanie w dokumencie, nie twój kod — więc błąd w pipeline może nadal dać złe liczby, które wyglądają spójnie.

Czym jest Google Deep Review?

Google Deep Review to agentowy system AI, który daje informację zwrotną i weryfikację techniczną dla długich, złożonych dokumentów. Dzieli dokument na sekcje, sprawdza każdą równolegle i łączy wyniki w jeden raport.

Początkowo Deep Review powstało do prac naukowych. Google deklaruje, że działa też dla dokumentów projektowych, prezentacji oraz dokumentów prawnych i finansowych. Możesz z niego korzystać przez Google Research Portal; ogłoszono go na wydarzeniu Research@.

Wracając do naszej analogii: Deep Review to zespół plus redaktor. Dzieli pracę tak, by każda część została uważnie przejrzana, zamiast czytać dokument raz i dawać pierwsze wrażenia.

Dlaczego Google zbudowało Deep Review?

AI sprawiła, że pisanie dokumentów stało się tanie, ale ich sprawdzanie wciąż jest wolne i kosztowne. Google nazywa to wąskim gardłem walidacji: informacje powstają szybciej, niż można je rzetelnie zrecenzować.

Według Google łączna liczba zgłoszeń na 3 główne konferencje AI (ICLR, NeurIPS i ICML) wzrosła z około 23 000 w 2023 r. do mniej więcej 74 000 w 2026 r.

Liczba wykwalifikowanych recenzentów nie potroiła się w tym samym czasie. (Wynik dla 2026 r. jest częściowo szacunkowy, bo w pracy Google liczba dla NeurIPS to projekcja.)

Od Paper Assistant Tool do Deep Review

Deep Review zaczynało jako Paper Assistant Tool (PAT). Google pilotażowo wdrożyło je na 4 konferencjach informatycznych: STOC 2026, ICML 2026, NeurIPS 2026 i ICLR 2027.

Autorzy mogli się zgłosić i dostać prywatny feedback o swojej pracy przed deadlinem.

Przez pilotaże przeszło ponad 16 000 prac.

Informacja zwrotna była odseparowana od oficjalnego peer review, więc nie miała wpływu na akceptację pracy.

Wersja publiczna dodaje wsparcie dla Gemini 4 Argon, co według Google czyni ją mocniejszą niż starsze PAT. Podobny wzorzec Google wbudowało też w Antigravity, swoje środowisko do kodowania oparte na agentach.

Teamwork Deep Document Review Pattern działa z poleceniem /teamwork-preview.

Jak działa Deep Review?

Deep Review działa jako 4‑etapowy pipeline: dzieli dokument, budżetuje wysiłek na sekcję, recenzuje sekcje równolegle i scala ustalenia.

Najprostszy sposób recenzowania pracy przez model językowy (LLM) to wkleić całość i poprosić o feedback.

To nasz „znajomy z 10 minutami”. Google podaje 3 powody, dla których to nie wystarcza:

  • Modelowi kończy się budżet myślenia, zanim dotrze do trudnych fragmentów
  • Gubi zależności między odległymi sekcjami
  • Przyjmuje zniuansowane twierdzenia bez ich drobiazgowej analizy

Nasz zespół recenzentów podąża tymi samymi 4 krokami co pipeline. Przejdźmy przez każdy etap.

Etap 1: Segmentacja dokumentu

Agent segmentujący dzieli dokument na logiczne części, takie jak wstęp, metody, eksperymenty i dowody.

Części mogą się nakładać, ale łącznie muszą pokrywać cały dokument.

W analogii to moment, gdy zespół ustala, kto sprawdza który rozdział, zanim ktokolwiek zacznie czytać. Żadna część nie zostaje pominięta.

Etap 2: Adaptacyjne budżetowanie obliczeń

Niektóre sekcje są dużo trudniejsze do sprawdzenia niż inne.

Długi dowód matematyczny wymaga o wiele więcej namysłu niż sekcja „related work”, która w dużej mierze jest listą prac.

Deep Review ocenia gęstość każdej części i przydziela trudniejszym więcej mocy obliczeniowej.

W pracy Google opisano ścieżki myślenia: lekką, średnią i wysoką, przy czym dowody i teoria dostają tryb wysoki. Jeśli korzystałeś z modelu z ustawieniem „thinking”, to podobny pomysł zastosowany osobno do każdej sekcji.

Etap 3: Głęboka weryfikacja równoległa

Następnie agenci‑recenzenci sprawdzają wszystkie sekcje jednocześnie. Każdy skupia się na swojej sekcji, ale każdy widzi cały dokument.

Załóżmy, że sekcja 5 używa wyniku wyprowadzonego w sekcji 2.

Agent sprawdzający sekcję 5 może cofnąć się i porównać, czy oba się zgadzają. Model, który miałby przed sobą tylko sekcję 5, nie miałby szans tego wychwycić.

Etap 4: Globalna synteza i ugruntowanie

Na końcu agent syntezy pełni rolę naszego redaktora.

Łączy raporty z sekcji, usuwa duplikaty uwag, szuka sprzeczności między sekcjami i ponownie uruchamia sprawdzenia logiki, co do których nie ma pewności.

Wykonuje też sprawdzenia ugruntowania względem źródeł zewnętrznych, w tym Google Search, aby wyłapać halucynacje, np. nieistniejące prace czy twierdzenia.

Bez tego kroku recenzent mógłby z przekonaniem zgłaszać problemy, których wcale nie ma, marnując twój czas.

Jak zbudować pipeline w stylu Deep Review w Pythonie

Deep Review to wzorzec map‑reduce zbudowany z agentów LLM: podziel pracę, sprawdź części równolegle, a potem złóż wyniki. Prosta wersja mieści się w mniej niż 80 linijkach.

Poniższy przykład używa Google Gen AI SDK z Gemini 3.1 Pro.

Ustawienie thinking_level pozwala nam zbudować własną wersję Etapu 2.

from concurrent.futures import ThreadPoolExecutor

from google import genai
from google.genai import types

client = genai.Client()  # reads GEMINI_API_KEY from your environment
MODEL = "gemini-3.1-pro-preview"


def split_into_sections(text):
    """Stage 1: split a Markdown document on its headings.
    Deep Review uses a segmenter agent for this step."""
    sections, current = [], []
    for line in text.splitlines():
        if line.startswith("#") and current:
            sections.append("\n".join(current))
            current = []
        current.append(line)
    if current:
        sections.append("\n".join(current))
    return sections


def thinking_level_for(section):
    """Stage 2: a very rough version of adaptive budgeting. More math, more thinking."""
    math_signals = section.count("$") + section.count("=")
    if math_signals > 20:
        return types.ThinkingLevel.HIGH
    return types.ThinkingLevel.LOW


def review_section(section, full_doc):
    """Stage 3: review one section while still seeing the full document."""
    prompt = (
        "You are reviewing one section of a technical document.\n\n"
        f"Full document for context:\n{full_doc}\n\n"
        f"Section to review:\n{section}\n\n"
        "List math errors, logic gaps, and claims not supported by evidence. "
        "Quote the exact text for each issue. Say 'No issues' if there are none."
    )
    response = client.models.generate_content(
        model=MODEL,
        contents=prompt,
        config=types.GenerateContentConfig(
            thinking_config=types.ThinkingConfig(
                thinking_level=thinking_level_for(section)
            )
        ),
    )
    return response.text


def deep_review_lite(full_doc):
    sections = split_into_sections(full_doc)

    # Map step: review every section in parallel
    with ThreadPoolExecutor(max_workers=4) as pool:
        reports = list(pool.map(lambda s: review_section(s, full_doc), sections))

    # Stage 4 (reduce step): merge, remove duplicates, drop issues the document resolves
    merge_prompt = (
        "Merge these section reviews into one report with three headings: "
        "Major concerns, Minor corrections, Suggestions. "
        "Remove duplicates and drop any issue the full document clearly resolves.\n\n"
        f"Full document:\n{full_doc}\n\n"
        "Section reviews:\n\n" + "\n\n---\n\n".join(reports)
    )
    final = client.models.generate_content(model=MODEL, contents=merge_prompt)
    return final.text


if __name__ == "__main__":
    with open("my_report.md", encoding="utf-8") as f:
        print(deep_review_lite(f.read()))

Nie przejmuj się, jeśli nie śledzisz każdej linijki. Liczy się ogólna struktura. Oto jak odpowiada 4 etapom:

  • split_into_sections() to nasz segmenter (Etap 1)
  • thinking_level_for() decyduje o wysiłku dla sekcji (Etap 2)
  • ThreadPoolExecutor uruchamia recenzentów równolegle, a każdy widzi cały dokument (Etap 3)
  • Końcowy merge_prompt to nasz redaktor (Etap 4)

Ta wersja jest dużo prostsza niż prawdziwy system. Nie ma agenta segmentującego, sprawdzenia w Google Search ani drugiego spojrzenia na niepewne ustalenia.

Rozwiązuje jednak 2 z 3 problemów wymienionych przez Google: wyczerpywanie budżetu myślenia i gubienie połączeń między sekcjami.

Ma też koszty, na które trzeba uważać.

Każde wywołanie recenzenta niesie cały dokument, więc zużycie tokenów rośnie wraz z liczbą sekcji.

Dzielnik traktuje też każdą linię zaczynającą się od # jako nagłówek, w tym komentarze w blokach kodu, więc najpierw przetestuj go na swoich plikach.

Jak korzystać z Google Deep Review

Korzystanie z Deep Review wymaga kilku minut konfiguracji, a potem czekania, aż agenci wykonają pracę.

Konfiguracja pierwszego przeglądu

Sześć kroków uruchamiania Deep Review: od logowania po działanie na podstawie feedbacku

Rysunek 1: Kroki potrzebne do uruchomienia Deep Review — od logowania po wdrażanie informacji zwrotnej. Diagram autora, na podstawie strony Google Research o Deep Review.

  1. Wejdź do Google Research Portal i otwórz Deep Review.
  2. Zaloguj się swoim kontem Google.
  3. Prześlij PDF albo wklej czysty tekst.
  4. Opcjonalnie dodaj niestandardowy kontekst, żeby wskazać, co sprawdzić, oraz ustaw głębokość przeglądu i poziom myślenia. Darmowe przeglądy używają Medium dla obu.
  5. Uruchom przegląd. Google podaje, że trwa około 10–20 minut, a dłuższe dokumenty mogą zajmować do 30 minut.

Kilka ograniczeń, o których warto wiedzieć:

  • Dostajesz 2 darmowe przeglądy tygodniowo i nie potrzebujesz do nich klucza API.
  • Obecnie akceptowane są wyłącznie PDF i czysty tekst.
  • Google zapowiada wsparcie wielu plików, co pasowałoby do pracy plus aneksu.

Czytanie raportu

Raport Deep Review obok pracy DeepSeek‑V4.1‑Flash, z podsumowaniem i mocnymi stronami

Rysunek 2: Przykładowy raport Google Deep Review, pokazany obok recenzowanej pracy. Obraz z: ScriptByAI, Deep Review: Google's AI Reviewer for Papers and Technical Documents.

Raport zaczyna się od Overall Feedback, czyli podsumowania, a potem przechodzi do Detailed Feedback poniżej.

Szczegółowe uwagi możesz filtrować na poważne problemy, drobne poprawki i sugestie; każda uwaga wskazuje sekcję lub stronę, do której się odnosi.

Jest też widok komentarzy i przycisk Copy Report, który kopiuje cały przegląd jako Markdown. Przydaje się do wklejenia w notatki i przechodzenia przez punkty po kolei.

Jak dokładny jest Google Deep Review?

Wyniki Google pokazują, że poprzednik Deep Review, PAT, wyłapał 89,7% błędów matematyczno‑informatycznych na benchmarku SPOT, wobec 55,2% dla samego Gemini 3.1 Pro.

Liczby pochodzą z pracy o PAT: Towards Automating Scientific Review with Google's Paper Assistant Tool.

SPOT to benchmark zbudowany z rzeczywistych błędów w pracach, które później wycofano lub skorygowano. Google przetestowało PAT na matematyczno‑informatycznym podzbiorze z błędami w równaniach i dowodach: 26 prac zawierających 29 błędów.

Recall PAT był o ok. 34 punkty procentowe wyższy niż w bazowej konfiguracji jednego wywołania.

Obowiązują dwa zastrzeżenia.

Po pierwsze, autorzy użyli własnego oceniania, które akceptuje logicznie równoważne opisy błędu, więc nie da się tych liczb bezpośrednio porównać z oryginalnymi wynikami SPOT.

Po drugie, praca nie jest spójna co do modelu: w tekście opisuje PAT jako oparte na Gemini Deep Think, podczas gdy w tabeli wyników 89,7% jest opisane jako PAT z Gemini 3.1 Pro. Tak czy inaczej, to nie jest publiczne Deep Review.

Informacje zwrotne z pilotażu też wyglądają dobrze.

Google przepytało autorów z pilotaży STOC i ICML, które łącznie objęły ponad 4700 zgłoszeń. Wśród 857 respondentów (124 na STOC, 733 na ICML):

  • 92,7% na STOC i 90,7% na ICML uznało feedback za bardzo lub w większości pomocny
  • Około 1 na 10 autorów STOC i ponad 1 na 3 autorów ICML (35,4%) stwierdziło, że narzędzie znalazło istotny błąd teoretyczny, którego naprawa zajęła ponad godzinę
  • 31% respondentów ICML uruchomiło nowe eksperymenty z powodu wskazań PAT

Ta ostatnia liczba szczególnie zwróciła moją uwagę.

Uruchamianie dodatkowych eksperymentów tuż przed deadlinem to spore wyzwanie, więc feedback musiał być przekonujący.

Mimo to wszystkie te liczby pochodzą od Google i od autorów, którzy zdecydowali się wziąć udział, a publiczne Deep Review nie zostało jeszcze niezależnie przetestowane. Traktuj je jako obiecujący sygnał, a nie dowód na to, jak poradzi sobie z twoimi dokumentami.

Jak data scientist może korzystać z Deep Review?

Nie musisz pisać dowodów matematycznych, żeby skorzystać z Deep Review.

Wiele tego, co piszą data scientist i analitycy, to ciąg twierdzeń popartych liczbami — a właśnie to Deep Review ma weryfikować.

Oto kilka miejsc, gdzie ma to sens:

DokumentCo Deep Review może pomóc sprawdzić
Raporty z analizCzy każdy wniosek jest poparty liczbą w raporcie
Opisy testów A/BSłabe twierdzenia statystyczne lub wielkości prób zmieniające się między sekcjami
Dokumenty projektowe MLMiejsca, gdzie sekcja architektury i sekcja ewaluacji się nie zgadzają
Opisy notebookówObjaśnienia wokół wyników (najpierw wyeksportuj notebook jako PDF)

Google opisuje Deep Review jako narzędzie do sprawdzania rozumowania w twoim dokumencie. Nic nie mówi o uruchamianiu twojego kodu, więc błąd w pipeline może zostawić ci złe liczby, które wyglądają na w pełni spójne.

Dobry workflow wygląda tak:

  1. Najpierw dokończ pełny szkic. Przegląd połowy dokumentu zużyje jeden z 2 tygodniowych przeglądów.
  2. Uruchom Deep Review i sam sprawdź każdą poważną uwagę, zanim cokolwiek zmienisz.
  3. Popraw to, co faktycznie jest problemem, i uruchom ponownie, jeśli masz jeszcze przegląd w zapasie.

Aby korzystać z niego w swoich narzędziach, API Deep Review pozwala uruchamiać przeglądy z poziomu kodu, np. w pipeline CI.

Podłączasz własny klucz Gemini API, więc rozliczenie idzie przez twoje konto Gemini API.

Koszt zależy od długości dokumentu i wysiłku rozumowania, więc przetestuj to na jednym dokumencie, zanim coś wokół tego zbudujesz.

Ograniczenia Google Deep Review

Największe ograniczenie jest takie, że Deep Review może się mylić w obie strony.

Praca o PAT mówi, że w pilotażach zdarzały się przypadki, gdy narzędzie błędnie uznało poprawny dowód za niepoprawny z powodu błędu rozumowania — autorzy wciąż nad tym pracują.

Drugą liczbą do obserwowania jest ugruntowanie.

Tylko 55,8% respondentów STOC i 64,8% ICML uznało, że feedback był w większości lub w pełni ugruntowany, więc mniej więcej 35–44% nie uznało go za w większości ugruntowany.

Każdą poważną uwagę zweryfikuj z dokumentem, zanim zaczniesz działać.

Nie podejmuje też ocen wartościujących.

Nie powie ci, czy twój pomysł jest nowy lub interesujący, i nie rankinguje prac. To wciąż należy do ciebie i twoich recenzentów.

Pozostaje też kwestia prywatności.

Google twierdzi, że nigdy nie używa przesłanych dokumentów do trenowania, dostrajania ani ulepszania swoich modeli, ale przechowuje je przez 1 rok, abyś mógł je widzieć w interfejsie.

Jeśli pracujesz nad czymś objętym NDA, zastanowiłbym się dwa razy, zanim to wgrasz.

Kilka innych ograniczeń:

  • To zamknięty system, bez otwartych wag i bez możliwości hostowania u siebie — w pełni polegasz na modelach Google
  • Na razie przyjmuje tylko PDF i czysty tekst
  • 2 darmowe przeglądy tygodniowo szybko się kończą, jeśli często zmieniasz szkic
  • Dotychczas każda liczba dot. dokładności pochodzi od Google

Na koniec

Deep Review jest bliżej naszego zespołu recenzentów niż znajomego z 10 minutami. Najlepiej traktować je jako jeszcze jedno przejście po szkicu przed wysłaniem — z tobą sprawdzającym każdą poważną uwagę.

Oznacza też rzeczy, które nie są realnymi problemami; nie ocenia nowości pracy i jego dokładność wciąż wymaga testów poza Google.

Warto jednak zapamiętać sam projekt. Podział pracy, większy wysiłek na trudne części, równoległe sprawdzanie i łączenie wyników działa w zasadzie w każdym agencie, który musi ogarniać długie dokumenty.

Jeśli chcesz budować takie agenty, polecam nasz kurs Systemy Multi‑Agentowe z LangGraph.

Google Deep Review — najczęstsze pytania

Czy Google Deep Review jest za darmo?

Tak, każdy dostaje 2 darmowe przeglądy tygodniowo. Jeśli potrzebujesz więcej, możesz podłączyć własny klucz Gemini API.

Jakie typy plików akceptuje Deep Review?

Na ten moment tylko PDF i czysty tekst. Google zapowiada, że wsparcie wielu plików pojawi się wkrótce.

Czy Google trenuje swoje modele na moich dokumentach?

Nie. Google podaje, że przesłane dokumenty nigdy nie są używane do trenowania, dostrajania ani ulepszania modeli. Są przechowywane przez 1 rok, aby można je było przeglądać w interfejsie Deep Review.

Czy istnieje API Deep Review?

Tak. API Deep Review działa na twoim własnym kluczu Gemini API, więc możesz uruchamiać przeglądy ze swojego kodu, np. w pipeline CI.

Ile trwa Deep Review?

Google podaje około 10–20 minut na dokument. Dłuższe dokumenty z dużą ilością matematyki dostają więcej mocy obliczeniowej, więc mogą zająć do 30 minut.

Jak dokładny jest Google Deep Review?

Na matematyczno‑informatycznym podzbiorze SPOT poprzednik Google, PAT, wyłapał 89,7% błędów, wobec 55,2% dla samego Gemini 3.1 Pro. Te wyniki pochodzą od Google i nie zostały niezależnie przetestowane na publicznym Deep Review.

Tematy