Google DeepMind、Gemini 3.5 Flashに computer use を標準ツールとして搭載

computer use は Gemini 3.5 Flash に組み込まれたツールとなり、エージェント型のコンピュータ操作タスクで同社として最高の性能を出すとしている。これまでは Gemini 2.5 の単独の computer use モデルとしてのみ提供されていた。開発者は、ブラウザ、モバイル、デスクトップの各環境で、画面を見て推論し操作するカスタムエージェントを構築できる。

想定用途として、長期的なタスクや企業の自動化が挙げられている。具体例は、継続的なソフトウェアテストや、業務アプリケーションをまたぐナレッジワークである。Gemini は関数呼び出しや、Search、Maps のグラウンディングといった組み込みツールにも対応しており、そこに computer use が加わる形である。

安全面では、ライブ環境で動くエージェントが受けるプロンプトインジェクションのリスクを抑えるため、computer use 向けに的を絞った敵対的学習を実施した。さらに任意で使える企業向けセーフガードを2つ公開している。1つは機微な操作や元に戻せない操作でユーザーの明示的な確認を求める仕組み、もう1つは間接的なプロンプトインジェクションを検知した際にタスクを自動停止する仕組みである。