Google объявила о добавлении встроенной функции управления компьютерными интерфейсами в модель Gemini 3.5 Flash. Ранее аналогичный сценарий предлагался как отдельная модель под названием Gemini 2.5 computer use.
Новая возможность ориентирована на агентов, которые анализируют содержимое экрана и выбирают действия в браузерных, мобильных и настольных средах. Среди практических сценариев называются тестирование программного обеспечения и работа с профессиональными приложениями.
Компания описывает две дополнительные корпоративные меры контроля: требование явного подтверждения для чувствительных или необратимых действий и остановка задачи при обнаружении попыток непрямого внедрения инструкций. Google рекомендует сочетать эти меры с изоляцией среды исполнения, проверкой человеком и ограничением прав агентов.
Доступ к функции заявлен через Gemini API и Gemini Enterprise Agent Platform. Встроенный инструмент не означает автоматическое право действовать в любом приложении: набор прав, допустимые операции и обработка ошибок зависят от конкретной интеграции. Примеры, показанные в демонстрациях, не гарантируют надёжность длительной полной автоматизации без человеческого контроля.