摘要： Google DeepMind 於 2026 年 6 月 24 日宣布電腦操作成為 Gemini 3.5 Flash 的內建工具，可與函式呼叫、Search grounding 和 Maps grounding 並用。該模型在 OSWorld 拿到 78.4 分，與 Claude Sonnet 4.6 平手，仍落後 Opus 4.8 的 83.4 分；官方成績未附獨立驗證。
「電腦操作」（computer use）這項能力，在 2026 年 6 月 24 日有了新歸屬——Google DeepMind 這天宣布，它已經成為 Gemini 3.5 Flash 的內建工具。在此以前，這項能力只以獨立的 Gemini 2.5 電腦操作模型形式存在；如今它落腳主線 Flash 模型，與函式呼叫、Search grounding、Maps grounding 同列原生工具。開發者可以在同一個模型裡自由搭配這些工具，打造出能「看、推理並在瀏覽器、行動裝置與桌面環境中行動」的代理。
這篇官方公告由產品經理 Mateo Quiros 撰寫發布，把能力定位在長時程與企業自動化場景，例如持續性軟體測試，以及跨越專業應用程式的知識工作。Google 也展示了兩個案例：模型讀完 Gemini 應用程式後，回傳一份已完成分類的功能清單；另一個是檢查自家文件裡的無障礙問題。
能力搬家：從獨立模型走進模型本體
這次更新真正的重點，不在能力清單又多了一項，而在能力所在的位置。以往要做電腦操作，開發者得另外呼叫一顆專責的舊模型，再設法把輸出接回主流程；現在 Gemini 3.5 Flash 自己就能驅動圖形介面，代理在單一輪推理內就能做出取捨：要呼叫 API、要上網搜尋，還是直接對畫面出手點選。
代理架構因此得到實打實的簡化。電腦操作最能發揮的地方，本來就是無 API 可接的舊系統與桌面軟體；當它成為 Flash 級模型隨附的工具，Google 的代理工具鏈也補齊了介面自動化的最後一段路。
取得方式同步就緒：開發者與企業現在就能透過 Gemini API 或 Gemini Enterprise Agent Platform 使用這項能力；官方另提供限定互動示範環境，GitHub 上也放了參考實作可直接取用。
OSWorld 成績單：78.4 分的座次
The Decoder 的報導列出了 OSWorld 基準成績：Gemini 3.5 Flash 拿下 78.4 分。這個分數高過 Gemini 3 Flash 的 65.1、GPT-5.4 mini 的 72.1 與 Gemini 3.1 Pro 的 76.2，與 Anthropic Claude Sonnet 4.6 的 78.4 平手，離 GPT-5.5 的 78.7 只差一步；現任榜首則是 Anthropic Opus 4.8 的 83.4。
這些數字湊在一起，指向同一個結論：電腦操作已經進入領先集團彼此纏鬥的階段，頭幾名之間的差距小到落在誤差範圍內，沒有任何一家拉開斷層。Google 官方把成績形容為該公司在代理式電腦操作任務上的「迄今最佳表現」，但並未附上獨立第三方驗證。
安全上的兩道防線：對抗訓練與企業級防護
代理一旦真的動手操作介面，最需要提防的就是提示注入：藏在惡意網頁或文件裡的指令，有能力挾持代理，讓它執行非預期的動作。Google 的第一道防線是針對性的對抗訓練，用來壓低模型在線上環境遭注入攻擊誤導的機率。
第二道防線是兩項可自行啟用的企業級防護：一是敏感或不可逆的動作，執行前必須取得使用者的明確同意；二是偵測到間接提示注入時，任務自動中止。Google 同時建議疊加多層防禦：安全沙箱、人類在環驗證與嚴格的存取控制，三項缺一不可。
這對代理開發者代表什麼
實際影響有三。先看選型：Flash 級模型既然能在 OSWorld 上與旗艦模型平起平坐，「為了電腦操作多付旗艦價」這筆帳就該重算。再看安全預設：確認機制與注入中止都是開箱即用的選項，等於把企業採購最重視的安全條款直接寫進平臺層。最後是落地節奏：電腦操作正從展示技術轉為日常工程——文件審查、無障礙檢查、持續測試這些枯燥卻高價值的流程，會是它最先扎根之處。提示注入的風險仍須自行評估，沙箱與人類監督一樣都不能省。