Google DeepMind heeft computergebruik omgezet in een ingebouwd hulpmiddel in Gemini 3.5 Flash, waardoor ontwikkelaars een eigen manier hebben om AI-agents te bouwen die met software op verschillende platforms kunnen communiceren zonder gebruik te hoeven maken van raamwerken van derden.
De aankondiging, gepubliceerd op 24 juni 2026 op de officiële Keyword-blog van Google, positioneert Gemini 3.5 Flash als een kanshebber in de snel veranderende markt voor agenten die een scherm kunnen zien, een cursor kunnen verplaatsen, klikken en typen – mogelijkheden die tot voor kort aanzienlijke maatwerk vereisten. Voor meer context over dit verhaal, zie ons laatste AI-ontwikkelingen.
"Computergebruik is nu een ingebouwd hulpmiddel in Gemini 3.5 Flash om agenten te bouwen die op verschillende platforms kunnen communiceren", schreef het bedrijf. Het bericht is geschreven door Mateo Quiros, een productmanager bij Google DeepMind.
Hoe het werkt
Door computergebruik kan een model een computer bedienen zoals een mens dat zou doen: door te interpreteren wat er op het scherm staat en door acties te ondernemen zoals klikken, scrollen en tekst invoeren. Door de mogelijkheden rechtstreeks in Gemini 3.5 Flash in te bouwen in plaats van deze als afzonderlijk product aan te bieden, verlaagt Google de barrière voor ontwikkelaars die agenten willen bouwen die door echte applicaties, websites en besturingssystemen navigeren.
Volgens de blogpost kunnen ontwikkelaars en ondernemingen computergebruik in 3.5 Flash gaan gebruiken via de Gemini API en het Gemini Enterprise Agent Platform, de speciale omgeving van Google voor het bouwen en inzetten van agenten op schaal.
Google demonstreerde de mogelijkheden met concrete gebruiksscenario's. In één voorbeeld gebruikte Gemini 3.5 Flash computergebruik om de Gemini-app zelf te analyseren en een gecategoriseerde lijst met functies terug te geven. In een ander model controleerde het model zijn eigen documentatie op toegankelijkheidsproblemen – een zelfreferentiële taak die aangeeft hoe computergebruikende agenten op een dag zouden kunnen helpen de software-ecosystemen waarop ze draaien in stand te houden.
Veiligheid: vijandige training en een 'defense-in-depth'-aanpak
Het meest consequente deel van de release is misschien wel wat Google zei over veiligheid. Agents die in live-omgevingen actief zijn, zijn bijzonder kwetsbaar voor snelle injectie: aanvallen waarbij verborgen instructies die zijn ingebed in een webpagina, e-mail of document de agent kapen en onbedoelde acties ondernemen.
Google zei dat het gerichte vijandige training voor computergebruik in Gemini 3.5 Flash gebruikte om deze risico's te beperken. Het brengt ook twee optionele bedrijfsbeveiligingssystemen uit waarmee organisaties volgens het bedrijf beter kunnen controleren wat hun agenten kunnen doen.
Google hanteerde een 'diepgaande verdediging'-aanpak en moedigde ontwikkelaars aan om deze functies te combineren met veilige sandboxing, mens-in-de-loop-verificatie en strikte toegangscontroles. Het bedrijf heeft aanvullende richtlijnen gepubliceerd in de best practices-documentatie voor deze functie.
Dat kader is belangrijk. Computergebruik wordt algemeen gezien als een van de gevaarlijkste agentmogelijkheden om in te zetten, omdat een gecompromitteerde agent in de echte wereld acties kan ondernemen binnen de accounts en systemen van een gebruiker. Door voorop te lopen met vijandige training en gelaagde beveiliging probeert Google zakelijke kopers gerust te stellen die aarzelen om de controle over een cursor aan een AI over te dragen.
Waarom computergebruik een strijdtoneel wordt
Het computergebruik van Gemini 3.5 Flash arriveert nu de grote AI-laboratoria racen om agenten te maken die nuttig werk kunnen doen in plaats van alleen maar vragen te beantwoorden. Anthropic introduceerde eind 2024 een computergebruikstool voor Claude, en de operator- en agentproducten van OpenAI zijn in dezelfde richting gegaan. Door de mogelijkheid eigen te maken aan een snel, kostenefficiënt model als Flash (in plaats van deze te reserveren voor een premiumlaag) geeft dit aan dat Google agentcontrole snel tot standaard wil maken.
De keuze voor Flash is op zichzelf al opmerkelijk. Flash is het efficiëntiemodel van Google, geoptimaliseerd voor snelheid en kosten. Het inbedden van computergebruik daar, in plaats van alleen in het grotere Pro-model, suggereert dat Google grote, latentiegevoelige agentworkloads verwacht – het soort dat repetitieve taken in bedrijfssoftware op schaal automatiseert.
Google zei dat het al ziet dat klanten waarde toevoegen aan computergebruik, hoewel de blogpost geen specifieke commerciële implementaties noemde of de resultaten kwantificeerde.
De competitieve inzet
Voor ontwikkelaars is de aantrekkingskracht van een ingebouwde tool voor computergebruik eenvoudig: minder integraties die moeten worden onderhouden en één enkele leverancier die verantwoordelijk is voor zowel het model als de agentische laag. Maar het vergroot ook de afhankelijkheid van het Google-platform, een afweging die bedrijven zullen afwegen tegen de flexibiliteit van model-agnostische agentframeworks.
De release scherpt ook een bredere spanning in de agenteneconomie aan. Onafhankelijk ontwikkelde open-source agent-gateways, zoals het Lightport-framework dat meerdere LLM-providers OpenAI-compatibel maakt, laten zien hoeveel vraag er bestaat naar draagbare agentinfrastructuur. Google gokt erop dat een first-party, op veiligheid gerichte tool voor computergebruik ontwikkelaars zal overtuigen die anders tools van derden aan elkaar zouden koppelen. Naarmate modellen de mogelijkheid krijgen om op schermen te handelen, blijft de grens tussen een AI-assistent en een autonome operator vervagen – en dat geldt ook voor de grens tussen een productiviteitsdoorbraak en een veiligheidsaansprakelijkheid. Het antwoord van Google op deze spanning bestaat uit gelaagde beveiliging en training van tegenstanders. Of dat genoeg is om risicomijdende ondernemingen tevreden te stellen, zal bepalen hoe snel computergebruikende agenten overgaan van demo's naar dagelijks gebruik.
Met Gemini 3.5 Flash heeft Google een duidelijke weddenschap gesloten: de toekomst van AI bestaat niet alleen uit modellen die antwoorden, maar ook uit modellen die handelen – en het bedrijf wil dat ontwikkelaars deze acteermodellen op zijn platform bouwen.
---
Blijf Voorop met AIHet laatste AI-nieuws, analyses en doorbraken — allemaal op één plek.
Lees meer AI-nieuws →
