Gemini 3.5 Flash コンピュータ使用統合

Google DeepMind は、Gemini 3.5 Flash 内にコンピュータ使用をネイティブツールとして統合し、開発者がブラウザ、モバイル、デスクトッププラットフォーム間で相互作用できるエージェントを構築できるようにしました。この統合により、コンピュータ使用はスタンドアロンモデル（以前は Gemini 2.5）からメインの Gemini Flash モデルに移動され、長期的およびエンタープライズ自動化タスクのパフォーマンスが向上します。

ネイティブコンピュータ使用機能

Gemini 3.5 Flash は現在、コンピュータ使用をネイティブにサポートしており、さまざまなデジタル環境で認識、推論、実行を行うカスタムエージェントの作成を可能にします。この機能は、Search や Maps などのツールを介した関数呼び出しとグラウンディングにおける既存の Gemini の強みを補完します。

このネイティブ統合の主なアプリケーションは次のとおりです：

• エンタープライズオートメーション: プロフェッショナルなアプリケーション全体でのナレッジワークを合理化。
• ソフトウェアテスト: 継続的なソフトウェアテストワークフローの実行。
• クロスプラットフォームインタラクション: デスクトップ、モバイル、ブラウザインターフェース間でシームレスに動作。

安全とセキュリティフレームワーク

ライブ環境におけるエージェントに関連するプロンプトインジェクションのリスクに対処するため、Google DeepMind は Gemini 3.5 Flash に対してターゲットを絞った敵対的訓練を採用しています。ラボは「ディフェンスインデプス」戦略を提唱し、開発者にネイティブ機能とセキュアなサンドボックス、厳格なアクセス制御、および人間イン・ザ・ループ検証を組み合わせることを推奨しています。

エンタープライズユーザー向けに、2つのオプションのセーフガードシステムが利用可能です：

• 明示的なユーザー確認: 機密または不可逆的なアクションを承認するために人間の承認が必要です。
• 間接プロンプトインジェクション検出: 間接プロンプトインジェクションが検出された場合、タスクを自動的に終了します。

可用性と実装

Gemini 3.5 Flash のコンピュータ使用は、Gemini API および Gemini Enterprise Agent Platform を通じて利用可能です。開発者は GitHub を介して参照実装にアクセスしたり、Browserbase がホストするデモ環境で機能をテストしたりできます。