谷歌主力模型Gemini 3.5 Flash原生支持電腦操控，解鎖企業級智慧體自動化

据動察 Beating 監測，谷歌將電腦操控（Computer Use）功能作為內置工具，直接整合進主力大模型 Gemini 3.5 Flash。

在原生整合前，開發者必須調用專門的 Gemini 2.5 電腦操控模型才能執行代理任務。原生集成後，開發人員與企業用戶能夠直接通過 Gemini API 或谷歌雲 Gemini 企業智能體平台（Gemini Enterprise Agent Platform，即原 Vertex AI 平台）讓主力模型操控設備，簡化了智能體（Agent）開發架構。

內置的電腦操控工具通過接收瀏覽器、移動端或桌面環境的螢幕截圖，進行視覺感知與步驟推理，隨後輸出滑鼠點擊、鍵盤輸入、滾輪滾動及選單導航等操作指令，用以完成軟體持續測試、跨網頁數據收集等長流程自動化任務。為了方便調試與審計，模型生成指令時會附帶「意圖」（intent）字段，用以說明每一步操作的邏輯。

針對智能體在真實網路環境中可能遭遇的提示詞注入風險，谷歌對模型進行了定向對抗訓練，並提供兩項可選防護：涉及資金支付、檔案刪除等不可逆操作時強制引入人工核准；截圖中若發現間接注入指令則自動熔斷任務。

目前，Browserbase 提供了線上托管演示環境（gemini.browserbase.com），谷歌官方也同步在 GitHub 開源了名為 computer-use-preview 的參考實現代碼。