„Google“ į „Gemini 3.5 Flash“ įtraukė ekrano valdymo įrankį

„Google Alphabet Inc.“ ↗ 0.85% antradienį pristatė kompiuterio naudojimo funkciją kaip integruotą „Gemini 3.5 Flash“ įrankį, leidžiantį kūrėjams kurti DI agentus, kurie gali matyti, analizuoti ir sąveikauti su ekranais naršyklės, mobiliosiose ir darbalaukio aplinkose. Ši galimybė, anksčiau prieinama tik per atskirą „Gemini 2.5“ kompiuterio naudojimo modelį, dabar yra natūraliai įdiegta pagrindiniame „Flash“ modelyje.thenextweb+1

Nuo atskiro modelio iki vietinio įrankio

Ši integracija reiškia, kad kūrėjams nebereikia kviesti atskiro, specializuoto modelio, norint sukurti agentus, kurie sąveikauja su grafinėmis sąsajomis. Vietoj to, kompiuterio naudojimą galima suaktyvinti kaip vieną iš kelių „Flash“ įrankių – kartu su kodo vykdymu, paieška ir funkcijų iškvietimu – per „Gemini API“ ir „Gemini Enterprise Agent Platform“, anksčiau žinomą kaip „Vertex AI“.investing+1

Produkto vadovas Mateo Quiros apibūdino šią integraciją kaip suteikiančią „Flash“ galimybę „matyti, analizuoti ir imtis veiksmų ekranuose“, praneša „The Next Web“. „Google“ teigimu, šis atnaujinimas pagerina našumą atliekant ilgalaikes ir įmonių automatizavimo užduotis, tokias kaip nuolatinis programinės įrangos testavimas ir žiniomis pagrįstas darbas profesinėse programose.thenextweb+2

Įmonių apsaugos priemonės ir saugumas

Siekdama spręsti saugumo rizikas agentams, veikiantiems tiesioginėse aplinkose, „Google“ pristatė tikslinius priešiškus mokymus, skirtus kovoti su užklausų įterpimo atakomis. Bendrovė taip pat siūlo dvi pasirenkamas įmonių apsaugos priemones: vieną, kuri reikalauja aiškaus vartotojo patvirtinimo prieš agentui atliekant jautrius ar negrįžtamus veiksmus, ir kitą, kuri automatiškai sustabdo agentą, jei aptinka netiesioginį užklausos įterpimo bandymą.investing+1

„Google“ papildomai teikia demonstracinę aplinką, kurią prižiūri „Browserbase“, kad kūrėjai galėtų išbandyti šias galimybes.investing

Kontekstas „Google“ DI strategijoje

„Gemini 3.5 Flash“ pirmą kartą buvo išleistas „Google I/O“ konferencijoje 2026 m. gegužės 19 d. kaip greičiausias „Google“ agentinis DI modelis, užtikrinantis tai, ką bendrovė pavadino „frontjeriniu“ našumu agentams ir kodavimo užduotims. Modelis buvo pristatytas su vieno milijono žetonų įvesties konteksto langu ir vietiniu palaikymu funkcijų iškvietimui, struktūrizuotai išvesčiai ir kodo vykdymui, tačiau iš pradžių neapėmė kompiuterio naudojimo.simonwillison+3

Birželio 24 d. atnaujinimas, užfiksuotas „Google“ API pakeitimų žurnale kaip viešoji peržiūra, užpildo šią spragą ir pozicionuoja „Gemini 3.5 Flash“ kaip vieną modelį, galintį atlikti visą agentinių užduočių spektrą – nuo kodo generavimo iki tiesioginės sąveikos su ekranu – nereikalaujant kūrėjų derinti kelių modelių.google