Google Gemini 3.5 Flash新增Computer Use
2026年6月底，Google为Gemini 3.5 Flash新增computer use能力。
核心能力
| 能力 | 说明 |
|---|---|
| 屏幕理解 | AI可"看到"屏幕内容 |
| 点击操作 | 可模拟鼠标点击和键盘输入 |
| 软件控制 | 可操控任意软件界面 |
| Agent构建 | 开发者可基于此构建自动化Agent |
竞争格局
| 平台 | Computer Use | 状态 |
|---|---|---|
| Anthropic Claude | ✅ 已推出 | 先驱 |
| Google Gemini | ✅ 新增 | 跟进 |
| OpenAI | 预期中 | 开发中 |
应用场景
- 自动化重复性软件操作
- 跨系统数据录入和迁移
- 软件测试自动化
- 遗留系统操作自动化
AI Master 解读
核心事件
Google Gemini新增Computer Use能力。
行业影响
影响分析： 继Anthropic Claude的Computer Use之后，Google也跟进。AI Agent正在从"对话助手"进化为"屏幕操控者"，可以直接操作任何软件界面。
AI Master 建议
Computer Use将成为AI Agent的标配能力。关注RPA行业的AI化转型，以及企业自动化工作流的升级机遇。
