在 Gemini 3.5 Flash 中，计算机使用功能现已成为内置工具，使开发者能够构建能够跨平台交互的智能代理。此功能之前仅在独立的 Gemini 2.5 模型中可用，而现在已原生集成于主模型中。Gemini 在函数调用及使用内置工具（如搜索和地图定位）方面表现出色，内置的计算机使用能力使得开发者可以利用 3.5 Flash 构建可靠的自定义代理，这些代理能够在浏览器、移动设备和桌面环境中进行视觉分析、推理和行动。这一功能解锁了在长周期和企业自动化任务中的改进性能，例如持续的软件测试和专业应用中的知识工作。
开发者和企业可以通过 Gemini API 和 Gemini 企业代理平台开始使用 3.5 Flash 中的计算机使用功能。3.5 Flash 利用计算机使用功能分析 Gemini 应用并返回分类特征列表，同时还会审计自身文档以识别无障碍问题。
为了减少在实时环境中操作的代理的提示注入风险，我们在 Gemini 3.5 Flash 中对计算机使用进行了针对性的对抗训练。此外，我们还推出了两个可选的企业安全系统，允许企业：
- 对敏感或不可逆操作要求用户明确确认。
- 在识别到间接提示注入时自动停止任务。
采取“深度防御”策略，我们鼓励开发者将这些功能与安全沙箱、人机协作验证和严格的访问控制相结合。有关安全措施的更多信息，请参阅我们的最佳实践文档。
我们已经看到客户通过计算机使用功能获得价值，以下是一些客户的反馈：
想要今天就开始构建计算机使用功能吗？
- 尝试现在：在 Browserbase 提供的演示环境中测试功能。
- 开始构建：通过 Gemini API 和 Gemini 企业代理平台深入了解我们的参考实现和文档。
博主点评： Gemini 3.5 Flash 的这一集成计算机使用功能显著提升了多平台智能代理的构建能力，既增强了用户体验，又为企业自动化提供了强大支持。这种功能的安全性措施也表明了对用户数据保护的重视，值得开发者关注与实践。