Gemini 3.5 Flash 中的计算机使用

Google 将计算机使用（Computer use）作为内置工具集成至 Gemini 3.5 Flash，使开发者能构建跨浏览器、移动端和桌面环境的智能体。此前该功能仅作为独立模型在 Gemini 2.5 中提供，现已原生整合至主 Flash 模型。开发者可通过 Gemini API 及 Gemini Enterprise Agent Platform 调用。安全方面，模型采用针对性对抗训练降低提示注入风险，并新增两项可选企业级保护：要求用户确认敏感操作、检测到间接提示注入时自动停止。该能力在持续软件测试、跨应用知识工作等长周期企业自动化场景中表现更优。

Google 将计算机使用功能集成至 Gemini 3.5 Flash，使开发者能构建跨浏览器、移动端和桌面环境的智能体。该能力在长周期企业自动化场景中表现更优。

• Google 将计算机使用功能集成至 Gemini 3.5 Flash，使开发者能构建跨浏览器、移动端和桌面环境的智能体。该能力在长周期企业自动化场景中表现更优。
• 原贴提到：Google 将计算机使用（Computer use）作为内置工具集成至 Gemini 3.5 Flash，使开发者能构建跨浏览器、移动端和桌面
• 来源：blog.google

这是什么信号？ Google 将此前独立的“计算机使用”能力直接内置到主力模型 Gemini 3.5 Flash 中，标志着AI智能体从实验性功能转向平台级原生能力。这一变动意味着开发者无需额外配置即可让模型直接操控浏览器、移动端和桌面应用，企业自动化门槛显著降低。

为什么重要？ 此前计算机使用功能仅在独立的 Gemini 2.5 模型中提供，整合后模型可同时完成语言理解和界面操作，减少了调用延迟和系统复杂度。企业可在持续软件测试、跨应用工作流等场景中实现长周期自动化，例如自动填写跨系统表单、执行端到端回归测试。此外，安全机制（对抗训练 + 用户确认 + 自动停止）针对性地解决了提示注入风险，使企业级部署更可信。

对谁有价值？ 主要价值方为开发者和企业IT团队。开发者可利用Gemini API快速构建智能体而无需自研浏览器自动化方案；企业可将该能力嵌入RPA（机器人流程自动化）平台，提升非结构化任务自动化率。此外，低代码平台厂商也可借助该能力为旗下产品增加AI操控界面能力。

可以怎么行动？ 1. 开发者立即申请 Gemini API 并测试计算机使用功能，从简单的UI自动化场景（如自动登录、数据抓取）入手。2. 企业评估当前长周期手工操作流程，选择高频且规则明确的场景试点，如IT工单自动处理。3. 安全团队研究间接提示注入防护配置，启用用户确认和自动停止功能确保合规。

风险或限制 1. 该能力目前仍处于早期，复杂动态网页的兼容性可能有限。2. 对抗训练无法完全杜绝提示注入，企业需结合自身安全策略。3. 运行成本：高频API调用可能产生较高费用。4. 依赖云服务，离线环境下不可用。

这条内容的真正价值，不只是“有人发布了一个新功能”，而是它揭示了 blog.google 背后的产品方向、工作流变化或竞争信号。对 OPC 来说，这种信息可以转化成持续追踪的栏目选题。

如果把《Gemini 3.5 Flash 中的计算机使用》放到你的内容系统里，它最大的价值在于帮助读者更快看懂“为什么值得关注”，而不是只看到一条碎片化动态。

• Hacker News 热门（buzzing.cc 中文翻译） 原帖