Gemini 3.5 Flash thêm "computer use" tích hợp sẵn cho agent

Google công bố computer use giờ là tool tích hợp sẵn trong Gemini 3.5 Flash — model Flash chính, không còn là model 2.5 đứng riêng như trước. Với khả năng này, lập trình viên có thể dựng agent tùy biến biết nhìn màn hình, suy luận rồi thao tác trên môi trường trình duyệt, mobile và desktop. Google cho biết đây là hiệu năng tốt nhất của hãng cho tác vụ computer use đến nay.

Ý chính

• Native trong Flash: computer use trước đây chỉ có ở model Gemini 2.5 riêng, nay gộp thẳng vào Gemini 3.5 Flash — cùng model đã mạnh về function calling và grounding với Search/Maps.
• Đa nền tảng: agent có thể "see, reason and take action" trên browser, mobile và desktop.
• Tác vụ hưởng lợi: các việc dài hơi và tự động hóa doanh nghiệp như kiểm thử phần mềm liên tục, xử lý nghiệp vụ trên các ứng dụng chuyên môn.
• Cách dùng: qua Gemini API và Gemini Enterprise Agent Platform; có demo do Browserbase host và reference implementation mở trên GitHub.
• An toàn: Google dùng huấn luyện đối kháng để giảm rủi ro prompt injection, kèm 2 safeguard tùy chọn cho doanh nghiệp: buộc người dùng xác nhận với hành động nhạy cảm/không thể hoàn tác, và tự dừng tác vụ khi phát hiện prompt injection gián tiếp.
• Khuyến nghị: tiếp cận "defense-in-depth" — kết hợp sandbox an toàn, human-in-the-loop và kiểm soát quyền truy cập chặt.

Câu hỏi thường gặp

Khác gì so với bản computer use cũ? Trước đây là một model Gemini 2.5 computer use đứng riêng; giờ tính năng nằm sẵn trong model Flash chính 3.5, đỡ phải ghép nhiều model.

Dev bắt đầu thế nào? Gọi qua Gemini API hoặc Gemini Enterprise Agent Platform; Google cung cấp tài liệu, reference implementation trên GitHub và demo thử do Browserbase host.

Tóm lại

Computer use vào thẳng model Flash hạ rào cản dựng agent thao tác giao diện thật — nhưng đi kèm rủi ro prompt injection cần xử lý bằng xác nhận người dùng, sandbox và kiểm soát quyền.

Tóm tắt từ thông báo của Google. Xem bài gốc để biết chi tiết và điều kiện áp dụng.