Gemini 3.5 Flash 電腦使用整合

Google DeepMind 已將電腦使用作為原生工具整合到 Gemini 3.5 Flash 中，允許開發者構建能夠在瀏覽器、行動裝置和桌面平台上進行互動的代理。此整合將電腦使用從獨立模型（先前為 Gemini 2.5）移至主要的 Gemini Flash 模型，以提升長期和企業自動化任務的效能。

原生電腦使用功能

Gemini 3.5 Flash 現在原生支援電腦使用，使得可以建立自訂代理，能夠在各種數位環境中感知、推理並執行動作。此功能補強了 Gemini 在透過 Search 和 Maps 等工具進行函式呼叫與定位方面的現有優勢。

此原生整合的主要應用包括：

• 企業自動化：簡化跨專業應用的知識工作。
• 軟體測試：執行持續的軟體測試工作流程。
• 跨平台互動：在桌面、行動裝置和瀏覽器介面上無縫操作。

安全與安全框架

為了應對代理在即時環境中相關的提示注入風險，Google DeepMind 為 Gemini 3.5 Flash 採用有針對性的對抗訓練。該實驗室主張「深度防禦」策略，建議開發者將原生功能與安全沙箱、嚴格的存取控制以及人機迴圈驗證結合起來。

對於企業使用者，有兩個可選的防護系統可供使用：

• 明確使用者確認：需要人類核准敏感或不可逆的操作。
• 間接提示注入偵測：如果偵測到間接提示注入，則自動終止任務。

可用性與實作

Gemini 3.5 Flash 的電腦使用功能可透過 Gemini API 和 Gemini Enterprise Agent Platform 取得。開發者可透過 GitHub 存取參考實作，或在由 Browserbase 託管的示範環境中測試該功能。