Gemini 3.5 Flash 计算机使用集成

Google DeepMind 将计算机使用作为原生工具集成到 Gemini 3.5 Flash 中，使开发者能够构建能够跨浏览器、移动设备和桌面平台进行交互的代理。此集成将计算机使用从一个独立模型（之前的 Gemini 2.5）移动到主 Gemini Flash 模型，以提升长期和企业自动化任务的性能。

原生计算机使用功能

Gemini 3.5 Flash 原生支持计算机使用，使得可以创建能够感知、推理并在各种数字环境中执行操作的自定义代理。此功能通过 Search 和 Maps 等工具补充了 Gemini 在函数调用和基础方面的现有优势。

此原生集成的关键应用包括：

• 企业自动化：在专业应用之间简化知识工作。
• 软件测试：执行持续的软件测试工作流。
• 跨平台交互：在桌面、移动设备和浏览器界面之间无缝操作。

安全与安全框架

为了解决代理在实时环境中关联的提示注入风险，Google DeepMind 为 Gemini 3.5 Flash 采用有针对性的对抗训练。实验室倡导一种“深度防御”策略，建议开发者将原生功能与安全沙箱、严格的访问控制以及人在回路验证相结合。

对于企业用户，有两种可选的防护系统可用：

• 显式用户确认：需要人类批准敏感或不可逆的操作。
• 间接提示注入检测：如果检测到间接提示注入，则自动终止任务。

可用性与实现

Gemini 3.5 Flash 中的计算机使用可通过 Gemini API 和 Gemini Enterprise Agent Platform 获得。开发者可以通过 GitHub 访问参考实现，或在由 Browserbase 托管的演示环境中测试这些功能。