Google DeepMind telah mengubah penggunaan komputer menjadi alat bawaan di dalam Gemini 3.5 Flash, memberikan pengembang cara asli untuk membangun agen AI yang dapat berinteraksi dengan perangkat lunak di seluruh platform tanpa menggunakan kerangka kerja pihak ketiga.
Pengumuman tersebut, yang diterbitkan pada tanggal 24 Juni 2026 di blog Kata Kunci resmi Google, menempatkan Gemini 3.5 Flash sebagai pesaing di pasar yang bergerak cepat bagi agen yang dapat melihat layar, menggerakkan kursor, mengeklik, dan mengetik — kemampuan yang hingga saat ini memerlukan rekayasa khusus yang signifikan. For more context on this story, see our ongoing AI news.
“Penggunaan komputer kini menjadi alat bawaan di Gemini 3.5 Flash untuk membangun agen yang dapat berinteraksi lintas platform,” tulis perusahaan itu. Postingan tersebut ditulis oleh Mateo Quiros, manajer produk di Google DeepMind.
Cara Kerjanya
Penggunaan komputer memungkinkan model untuk mengoperasikan komputer seperti manusia: dengan menafsirkan apa yang ada di layar dan mengambil tindakan seperti mengklik, menggulir, dan memasukkan teks. Dengan memasukkan kemampuan tersebut secara langsung ke dalam Gemini 3.5 Flash dibandingkan menawarkannya sebagai produk terpisah, Google menurunkan hambatan bagi pengembang yang ingin membangun agen yang menavigasi aplikasi, situs web, dan sistem operasi nyata.
Menurut postingan blog tersebut, pengembang dan perusahaan dapat mulai menggunakan komputer dalam 3.5 Flash melalui Gemini API dan Gemini Enterprise Agent Platform, lingkungan khusus Google untuk membangun dan menerapkan agen dalam skala besar.
Google mendemonstrasikan kemampuannya dalam kasus penggunaan nyata. Dalam satu contoh, Gemini 3.5 Flash menggunakan penggunaan komputer untuk menganalisis aplikasi Gemini itu sendiri dan mengembalikan daftar fitur yang dikategorikan. Di model lain, model tersebut mengaudit dokumentasinya sendiri untuk masalah aksesibilitas — sebuah tugas referensi mandiri yang memberi petunjuk bagaimana agen yang menggunakan komputer suatu hari nanti dapat membantu menjaga ekosistem perangkat lunak yang mereka jalankan.
Keamanan: Pelatihan Permusuhan dan Pendekatan 'Pertahanan Mendalam'
Bagian paling penting dari rilis ini mungkin adalah apa yang dikatakan Google tentang keamanan. Agen yang beroperasi di lingkungan langsung sangat rentan terhadap injeksi cepat — serangan di mana instruksi tersembunyi yang tertanam di halaman web, email, atau dokumen membajak agen untuk mengambil tindakan yang tidak diinginkan.
Google mengatakan pihaknya menggunakan pelatihan permusuhan yang ditargetkan untuk penggunaan komputer di Gemini 3.5 Flash untuk mengurangi risiko tersebut. Mereka juga merilis dua sistem perlindungan perusahaan opsional yang menurut perusahaan memungkinkan organisasi untuk lebih mengontrol apa yang dapat dilakukan agen mereka.
Dengan menggunakan pendekatan "pertahanan mendalam", Google mendorong pengembang untuk menggabungkan fitur-fitur ini dengan sandboxing yang aman, verifikasi human-in-the-loop, dan kontrol akses yang ketat. Perusahaan menerbitkan panduan tambahan dalam dokumentasi praktik terbaiknya untuk fitur tersebut.
Pembingkaian itu penting. Penggunaan komputer secara luas dipandang sebagai salah satu kemampuan agen yang lebih berbahaya untuk diterapkan, karena agen yang disusupi dapat mengambil tindakan nyata di dalam akun dan sistem pengguna. Dengan memimpin melalui pelatihan permusuhan dan perlindungan berlapis, Google mencoba meyakinkan pembeli perusahaan yang ragu-ragu untuk menyerahkan kendali kursor kepada AI.
Mengapa Penggunaan Komputer Menjadi Medan Pertempuran
Penggunaan komputer Gemini 3.5 Flash hadir saat laboratorium AI utama berlomba untuk membuat agen yang dapat melakukan pekerjaan bermanfaat daripada hanya menjawab pertanyaan. Anthropic memperkenalkan alat penggunaan komputer untuk Claude pada akhir tahun 2024, dan produk operator dan agen OpenAI telah mendorong ke arah yang sama. Menjadikan kemampuan ini asli pada model yang cepat dan hemat biaya seperti Flash — alih-alih menyimpannya untuk tingkat premium — menandakan bahwa Google ingin mengkomoditisasi kontrol agen dengan cepat.
Pilihan Flash sendiri penting. Flash adalah model tingkat efisiensi Google, yang dioptimalkan untuk kecepatan dan biaya. Memasukkan penggunaan komputer di sana, bukan hanya pada model Pro yang lebih besar, menunjukkan bahwa Google mengharapkan beban kerja agen yang sensitif terhadap latensi dan bervolume tinggi — jenis yang mengotomatiskan tugas berulang di seluruh perangkat lunak bisnis dalam skala besar.
Google mengatakan pihaknya sudah melihat pelanggan meningkatkan nilai dengan penggunaan komputer, meskipun postingan blog tersebut tidak menyebutkan penerapan komersial spesifik atau mengukur hasilnya.
Taruhan Kompetitif
Bagi pengembang, daya tarik dari alat penggunaan komputer bawaan sangatlah mudah: lebih sedikit integrasi yang harus dipertahankan dan satu vendor bertanggung jawab atas model dan lapisan agen. Namun hal ini juga memperdalam ketergantungan pada platform Google, sehingga perusahaan harus mempertimbangkan fleksibilitas kerangka agen model-agnostik.
Rilis ini juga mempertajam ketegangan yang lebih luas dalam ekonomi agen. Gateway agen sumber terbuka yang dikembangkan secara independen, seperti kerangka Lightport yang membuat beberapa penyedia LLM kompatibel dengan OpenAI, menunjukkan seberapa besar permintaan yang ada untuk infrastruktur agen portabel. Taruhan Google adalah bahwa alat penggunaan komputer pihak pertama yang dilengkapi dengan keamanan tinggi akan memenangkan hati pengembang yang seharusnya menggabungkan alat pihak ketiga. Ketika model memperoleh kemampuan untuk bertindak di layar, batasan antara asisten AI dan operator otonom semakin kabur — begitu pula batasan antara terobosan produktivitas dan tanggung jawab keamanan. Jawaban Google terhadap ketegangan ini adalah dengan memberikan perlindungan berlapis dan pelatihan permusuhan. Apakah hal tersebut cukup untuk memuaskan perusahaan yang menghindari risiko akan menentukan seberapa cepat agen yang menggunakan komputer beralih dari demo ke penggunaan sehari-hari.
Dengan Gemini 3.5 Flash, Google telah membuat taruhan yang jelas: masa depan AI bukan hanya model yang menjawab, namun model yang bertindak — dan Google ingin pengembang membangun model akting tersebut di platformnya.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
