Gemini 3.5 Flash 現已內建電腦操作功能,為代理程式的電腦使用任務提供最佳效能。此功能先前僅作為獨立的 Gemini 2.5 電腦操作模型提供,現在已原生整合至主要的 Gemini Flash 模型中。Gemini 在函式呼叫和使用內建工具(如搜尋和地圖定位)方面表現出色。
透過內建的電腦操作能力,開發者現在可以使用 3.5 Flash 可靠地建立自訂代理程式,這些代理程式能夠在瀏覽器、行動裝置和桌面環境中「看見」、推理並採取行動。這為長期任務和企業自動化工作(例如持續軟體測試和跨專業應用程式的知識工作)帶來了效能提升。
開發者和企業可以透過 Gemini API 和 Gemini Enterprise Agent Platform 開始在 3.5 Flash 中使用電腦操作功能。例如,3.5 Flash 可以利用電腦操作功能分析 Gemini 應用程式並回傳分類的功能列表,也能審查自己的文件以找出無障礙問題。
為了確保 3.5 Flash 中電腦操作功能的安全性,並減輕代理程式在實際環境中操作時可能面臨的提示詞注入風險,我們對 Gemini 3.5 Flash 的電腦操作功能進行了針對性的對抗性訓練。我們也發布了兩套可選的企業級安全防護系統,讓企業能夠對於敏感或不可逆的動作,要求明確的使用者確認;如果偵測到間接的提示詞注入,則自動停止任務。
秉持「深度防禦」的方法,我們鼓勵開發者將這些功能與安全的沙盒環境、人工驗證(human-in-the-loop)以及嚴格的存取控制結合使用。有關安全措施的更多資訊,請參閱我們的最佳實踐文件。我們已經看到客戶透過電腦操作功能創造了價值。
立即開始使用電腦操作功能:您可以立即在 Browserbase 託管的演示環境中測試其功能。若要開始建構,請透過 Gemini API 和 Gemini Enterprise Agent Platform 深入了解我們的參考實作和文件。



