Google lisää näytönohjaustyökalun Gemini 3.5 Flashiin

Google julkaisi tietokoneen käytön sisäänrakennettuna työkaluna Gemini 3.5 Flashissa, mikä mahdollistaa tekoälyagenttien natiivin vuorovaikutuksen näyttöjen kanssa.thenextweb+1
Ominaisuus vaati aiemmin erillisen mallin; nyt se toimii koodin suorituksen, haun ja funktioiden kutsumisen rinnalla yhdessä mallissa.thenextweb+1
Google lisäsi yritystason suojatoimia, mukaan lukien käyttäjän vahvistus arkaluonteisille toiminnoille ja automaattiset pysäytykset kehotteiden injektointihyökkäyksiä vastaan.thenextweb+1

Google Alphabet Inc. julkaisi tiistaina tietokoneen käytön sisäänrakennettuna työkaluna Gemini 3.5 Flashissa, mikä mahdollistaa kehittäjille sellaisten tekoälyagenttien rakentamisen, jotka voivat nähdä, päätellä ja olla vuorovaikutuksessa näyttöjen kanssa selain-, mobiili- ja työpöytäympäristöissä. Ominaisuus, joka oli aiemmin saatavilla vain erillisen Gemini 2.5 -tietokoneenkäyttömallin kautta, on nyt upotettu natiivisti pääasialliseen Flash-malliin.thenextweb+1

Erillisestä mallista natiiviksi työkaluksi

Integraatio tarkoittaa, että kehittäjien ei enää tarvitse kutsua erillistä, dedikoitua mallia rakentaakseen agentteja, jotka ovat vuorovaikutuksessa graafisten käyttöliittymien kanssa. Sen sijaan tietokoneen käyttö voidaan aktivoida yhtenä useista työkaluista Flashin sisällä — koodin suorituksen, haun ja funktioiden kutsumisen rinnalla — Gemini API:n ja Gemini Enterprise Agent -alustan kautta, joka tunnettiin aiemmin nimellä Vertex AI.investing+1

Tuotepäällikkö Mateo Quiros kuvaili integraatiota siten, että se antaa Flashille kyvyn "nähdä, päätellä ja toimia näytöillä", kertoo The Next Web. Googlen mukaan päivitys parantaa suorituskykyä pitkäkestoisissa ja yritystason automaatiotehtävissä, kuten jatkuvassa ohjelmistotestauksessa ja tietopohjaisessa työssä ammattisovelluksissa.thenextweb+2

Yritystason suojatoimet ja turvallisuus

Käsitelläkseen turvallisuusriskejä agenteille, jotka toimivat elävissä ympäristöissä, Google esitteli kohdennetun vastakkainasettelukoulutuksen kehotteiden injektointihyökkäysten torjumiseksi. Yritys tarjoaa myös kaksi valinnaista yritystason suojatoimea: toinen vaatii käyttäjän nimenomaisen vahvistuksen ennen kuin agentti suorittaa arkaluonteisia tai peruuttamattomia toimintoja, ja toinen pysäyttää agentin automaattisesti, jos se havaitsee epäsuoran kehotteen injektointiyrityksen.investing+1

Google tarjoaa lisäksi Browserbasen isännöimän esittelyympäristön, jossa kehittäjät voivat testata näitä ominaisuuksia.investing

Konteksti Googlen tekoälystrategiassa

Gemini 3.5 Flash julkaistiin ensimmäisen kerran Google I/O -tapahtumassa 19. toukokuuta 2026 Googlen nopeimpana agenttisena tekoälymallina, joka tarjoaa yrityksen mukaan huippuluokan suorituskykyä agenteille ja koodaustehtäville. Malli julkaistiin miljoonan tokenin syötekonteksti-ikkunalla ja natiivilla tuella funktioiden kutsumiselle, strukturoidulle tulosteelle ja koodin suoritukselle, mutta se ei aluksi sisältänyt tietokoneen käyttöä.simonwillison+3

Kesäkuun 24. päivän päivitys, joka on dokumentoitu Googlen API-muutoslokissa julkisena esikatseluna, täyttää tämän aukon ja asemoi Gemini 3.5 Flashin yhdeksi malliksi, joka kykenee hoitamaan koko agenttisten tehtävien kirjon — koodin generoinnista suoraan näytön vuorovaikutukseen — ilman, että kehittäjien tarvitsee hallinnoida useita malleja.google

Lähteet (14)