HN 日本語サマリー

← 一覧へ戻る
AI・機械学習

Gemini 3.5 Flashにおける「コンピューター使用」機能

Computer use in Gemini 3.5 Flash (blog.google)

41 pointsby swolpers12 コメント

要約

Googleは、AIエージェントが複数のプラットフォームで対話できる「コンピューター使用」機能をGemini 3.5 Flashに統合しました。この機能により、開発者はブラウザ、モバイル、デスクトップ環境で視覚、推論、行動が可能なカスタムエージェントを構築できます。長期的な自動化やエンタープライズタスクのパフォーマンス向上を目指し、プロンプトインジェクションのリスク軽減策も導入されています。

全文翻訳

Gemini 3.5 Flashにおけるコンピューター使用機能の紹介 2026年6月24日 コンピューター使用は、Gemini 3.5 Flashに組み込まれたツールとなり、プラットフォームを横断して対話できるエージェントを構築できるようになりました。 Google DeepMind プロダクトマネージャー、Mateo Quiros コンピューター使用は現在、Gemini 3.5 Flashでサポートされる組み込みツールとなり、エージェントによるコンピューター使用タスクにおいて、これまでで最高のパフォーマンスを提供します。以前はスタンドアロンのGemini 2.5コンピューター使用モデルとしてのみ利用可能でしたが、コンピューター使用はメインのGemini Flashモデルにネイティブに統合されました。Geminiは、関数呼び出しや、SearchやMapsグラウンディングのような組み込みツールの使用においてすでに優れています。組み込みのコンピューター使用機能により、開発者は3.5 Flashを使用して、ブラウザ、モバイル、デスクトップ環境で視覚、推論、行動が可能なカスタムエージェントを確実に構築できるようになります。これにより、継続的なソフトウェアテストやプロフェッショナルアプリケーション全体での知識作業といった、長期的かつエンタープライズの自動化タスクにおいてパフォーマンスが向上します。開発者および企業は、Gemini APIとGemini Enterprise Agent Platformを通じて、3.5 Flashでコンピューター使用を開始できます。3.5 Flashはコンピューター使用を利用してGeminiアプリを分析し、機能の分類リストを返します。3.5 Flashとコンピューター使用は、アクセシビリティの問題について自身のドキュメントを監査します。 3.5 Flashでコンピューター使用を安全にするため、ライブ環境で動作するエージェントに対するプロンプトインジェクションのリスクの一部を軽減するために、Gemini 3.5 Flashのコンピューター使用において標的型敵対的トレーニングを使用しています。また、企業が以下のことを可能にする2つのオプションのエンタープライズ保護システムもリリースしています。 • 機密性の高いまたは元に戻せないアクションに対して、明示的なユーザー確認を要求する。 • 間接的なプロンプトインジェクションが特定された場合、タスクを自動的に停止する。 「多層防御」のアプローチを採用し、開発者がこれらの機能を安全なサンドボックス化、ヒューマン・イン・ザ・ループ検証、厳格なアクセス制御と組み合わせることを推奨しています。安全対策に関する追加情報は、ベストプラクティスドキュメントで確認できます。 私たちはすでに、顧客がコンピューター使用で価値を生み出しているのを目の当たりにしています。彼らの一部が語る内容は以下の通りです。 今日からコンピューター使用で構築を開始するには: 今すぐ試す:Browserbaseがホストするデモ環境で機能をテストします。 構築を開始する:Gemini APIとGemini Enterprise Agent Platformを通じて、リファレンス実装とドキュメントを深く掘り下げます。