谷歌为企业AI的Gemini 3.5 Flash增加计算机使用功能
realtime news Jun 24, 2026 17:15
谷歌将计算机使用功能集成到Gemini 3.5 Flash中，增强了企业自动化和开发者代理能力。
谷歌在其Gemini 3.5 Flash模型中引入了内置计算机使用功能，这标志着开发者和企业在利用AI进行自动化方面的一个重要升级。这一功能此前仅在独立的Gemini 2.5计算机使用模型中提供，如今已成为最新的Gemini Flash版本的原生功能，使自主代理能够在浏览器、移动端和桌面环境中可靠地执行复杂的多步骤任务。
Gemini 3.5 Flash于2026年5月的谷歌I/O大会上发布，被定位为谷歌DeepMind最快且最具成本效益的代理AI模型。其主要目标是支持自主代理，而非传统的聊天机器人，这反映了谷歌向大规模执行现实任务的AI系统的战略转变。像并行子代理工作流、长上下文处理以及跨文本、图像和视频推理的多模态能力等功能，已经使Gemini 3.5 Flash与其前代产品脱颖而出。
新的计算机使用功能进一步增强了这些能力，使开发者可以构建针对长期企业任务（如持续软件测试和专业知识工作）优化的代理。例如，使用3.5 Flash的代理现在可以分析应用程序功能、审核文档的可访问性问题以及无缝执行其他复杂任务。
关注实时环境的安全性
尽管计算机使用功能的集成扩展了模型的实用性，谷歌已采取措施解决安全问题。为了减轻诸如提示注入（即在输入中嵌入恶意命令）之类的风险，Gemini 3.5 Flash采用了针对性的对抗性训练。其他安全措施包括对敏感操作的用户确认以及在检测到间接提示注入时自动终止任务。这些措施与谷歌的“深度防御”策略一致，鼓励开发者整合沙盒机制、人工监督和严格的访问控制。
开发者如何利用此更新
开发者可以通过Gemini API和Gemini企业代理平台开始部署更新后的Gemini 3.5 Flash。对于那些希望测试模型功能的人，谷歌还推出了由Browserbase托管的演示环境，并在GitHub上共享了参考实现。这种易用性凸显了谷歌推动Gemini 3.5 Flash在企业和开发者生态系统中广泛应用的决心。
战略意义
此举强化了谷歌将AI定位为生产力和企业自动化工具，而非对话性新奇事物的承诺。随着Gemini 3.5 Flash已在谷歌搜索的AI模式中部署，并集成到类似AI Studio和Android Studio的平台中，计算机使用功能的纳入可能使这一模型对于希望扩展AI驱动工作流的企业客户更具吸引力。值得注意的是，该模型的效率和性能已被突出为关键差异化因素，据消息来源称，其在编码和代理任务上优于Gemini 3.1 Pro模型。
对于正在探索AI驱动自动化的企业来说，Gemini 3.5 Flash提供了速度、成本效率和高级功能的引人注目的组合。通过此次更新，谷歌似乎在加倍努力实现其将AI作为企业创新基础工具的愿景。
Image source: Shutterstock.jpg)
