Google'ın ana modeli Gemini 3.5 Flash, bilgisayar kontrolünü yerel olarak destekleyerek kurumsal düzeyde akıllı ajan otomasyonunun kilidini açıyor.

动察 Beating tarafından yapılan izlemeye göre Google, Bilgisayar Kullanımı (Computer Use) özelliğini yerleşik bir araç olarak doğrudan ana modeli Gemini 3.5 Flash'a entegre etti.

Yerel entegrasyondan önce geliştiricilerin, aracı görevleri yürütmek için özel Gemini 2.5 bilgisayar kullanım modelini çağırması gerekiyordu. Yerel entegrasyon sonrasında geliştiriciler ve kurumsal kullanıcılar, ana modelin cihazları doğrudan Gemini API veya Google Cloud Gemini Kurumsal Aracı Platformu (Gemini Enterprise Agent Platform, eski adıyla Vertex AI platformu) aracılığıyla kontrol etmesini sağlayarak aracı (Agent) geliştirme mimarisini basitleştirebiliyor.

Yerleşik bilgisayar kullanım aracı, tarayıcı, mobil uygulama veya masaüstü ortamından alınan ekran görüntülerini alarak görsel algılama ve adım adım akıl yürütme gerçekleştiriyor, ardından fare tıklamaları, klavye girişleri, kaydırma ve menü navigasyonu gibi işlem komutları üreterek yazılım sürekli testi, web siteleri arası veri toplama gibi uzun süreli otomasyon görevlerini tamamlıyor. Hata ayıklama ve denetimi kolaylaştırmak için model, komut üretirken her bir işlem adımının mantığını açıklamak üzere bir "niyet" (intent) alanı ekliyor.

Gerçek ağ ortamlarında aracıların karşılaşabileceği prompt enjeksiyon risklerine karşı Google, modeli hedefli bir şekilde karşıt eğitimle (adversarial training) güçlendirdi ve iki isteğe bağlı koruma önlemi sundu: ödeme, dosya silme gibi geri döndürülemez işlemlerde zorunlu insan onayı; ekran görüntülerinde dolaylı enjeksiyon komutları tespit edilirse görevin otomatik olarak durdurulması.

Şu anda Browserbase, çevrimiçi barındırılan bir demo ortamı (gemini.browserbase.com) sunuyor ve Google resmi olarak GitHub'da computer-use-preview adlı referans uygulama kodunu açık kaynak olarak yayınladı.