AI商业科技
谷歌把“计算机使用”功能塞进了Gemini 3.5 Flash主模型里。以前AI只会聊天，现在相当于给它装了手和眼，能直接操作电脑和手机。能干啥？不用再盯着屏幕一步步点。给AI一个目标，比如“查下周飞上海的航班”，它会自己打开浏览器，定位搜索框，输入关键词，翻看结果页，甚至自动填好出发地和日期。在手机上，让它测评某个App的功能，它也能自动跑一遍，最后吐出一份报告。想体验，直接访问 gemini.browserbase.com。输入“搜全球最新金融消息”，左边看步骤日志，右边看AI实时操作：截屏找搜索栏、点击、打字、回车，一套动作像真人一样。目前实测下来，动作流畅度尚可，但整体速度偏慢，且会根据输入语言自动匹配搜索结果（输中文出中文页）。安全吗？这是大家最关心的。谷歌这次重点防“提示词注入”（也就是坏人诱导AI干坏事）。措施有三：一是敏感操作（如删除文件、转账）必须人工点确认；二是系统一旦嗅到有人在搞间接提示注入，立马自动罢工；三是模型本身做了专项对抗训练。建议日常使用仍在沙箱环境中运行，权限卡严一点更稳妥。怎么用？除了上述网页版Demo，开发者可以直接调用Gemini API；企业用户可在其智能体平台深度集成。这功能被不少尝鲜者称为“改变工作流”的突破，尤其适合处理繁琐的网页检索、表单填报和跨应用测试。
发布于 安徽
分享
评论
赞
未登录
友善发言
评论
加载中
