O Google DeepMind transformou o uso do computador em uma ferramenta integrada ao Gemini 3.5 Flash, oferecendo aos desenvolvedores uma maneira nativa de criar agentes de IA que podem interagir com software em várias plataformas sem recorrer a estruturas de terceiros.
O anúncio, publicado em 24 de junho de 2026 no blog oficial de palavras-chave do Google, posiciona o Gemini 3.5 Flash como um concorrente no mercado em rápida evolução para agentes que podem ver uma tela, mover um cursor, clicar e digitar – recursos que até recentemente exigiam engenharia personalizada significativa. Para mais contexto sobre esta história, confira nossa últimos desenvolvimentos em IA.
“O uso do computador é agora uma ferramenta integrada no Gemini 3.5 Flash para construir agentes que possam interagir entre plataformas”, escreveu a empresa. A postagem foi de autoria de Mateo Quiros, gerente de produto do Google DeepMind.
Como funciona
O uso do computador permite que um modelo opere um computador da mesma forma que um ser humano faria: interpretando o que está na tela e realizando ações como clicar, rolar e inserir texto. Ao incorporar o recurso diretamente no Gemini 3.5 Flash, em vez de oferecê-lo como um produto separado, o Google está diminuindo a barreira para os desenvolvedores que desejam criar agentes que naveguem em aplicativos, sites e sistemas operacionais reais.
De acordo com a postagem do blog, desenvolvedores e empresas podem começar a usar computadores em 3.5 Flash por meio da API Gemini e da Gemini Enterprise Agent Platform, o ambiente dedicado do Google para construir e implantar agentes em escala.
O Google demonstrou a capacidade com casos de uso concretos. Em um exemplo, o Gemini 3.5 Flash usou o computador para analisar o próprio aplicativo Gemini e retornar uma lista categorizada de recursos. Noutro, o modelo auditou a sua própria documentação para questões de acessibilidade – uma tarefa auto-referencial que sugere como os agentes utilizadores de computadores poderão um dia ajudar a manter os ecossistemas de software em que são executados.
Segurança: treinamento adversário e uma abordagem de 'defesa em profundidade'
A parte mais importante do comunicado pode ser o que o Google disse sobre segurança. Os agentes que operam em ambientes ativos são exclusivamente vulneráveis à injeção imediata – ataques nos quais instruções ocultas incorporadas em uma página da Web, e-mail ou documento sequestram o agente para que ele execute ações não intencionais.
O Google disse que usou treinamento adversário direcionado para uso de computador no Gemini 3.5 Flash para mitigar esses riscos. A empresa também está lançando dois sistemas opcionais de proteção empresarial que, segundo a empresa, permitem que as organizações controlem melhor o que seus agentes podem fazer.
Adotando uma abordagem de “defesa profunda”, o Google incentivou os desenvolvedores a combinar esses recursos com sandbox seguro, verificação humana e controles de acesso rígidos. A empresa publicou orientações adicionais em sua documentação de práticas recomendadas para o recurso.
Esse enquadramento é importante. O uso de computadores é amplamente visto como um dos recursos de agente mais perigosos de serem implantados, porque um agente comprometido pode realizar ações no mundo real dentro das contas e sistemas de um usuário. Ao liderar com treinamento adversário e salvaguardas em camadas, o Google está tentando tranquilizar os compradores empresariais que hesitaram em entregar o controle de um cursor a uma IA.
Por que o uso do computador está se tornando um campo de batalha
O uso do computador do Gemini 3.5 Flash chega no momento em que os principais laboratórios de IA correm para criar agentes que possam fazer trabalhos úteis em vez de apenas responder perguntas. A Anthropic introduziu uma ferramenta de uso de computador para Claude no final de 2024, e os produtos de operador e agente da OpenAI seguiram na mesma direção. Tornar o recurso nativo de um modelo rápido e econômico como o Flash – em vez de reservá-lo para um nível premium – sinaliza que o Google deseja comoditizar o controle do agente rapidamente.
A escolha do Flash é notável. Flash é o modelo de nível de eficiência do Google, otimizado para velocidade e custo. Incorporar o uso do computador lá, em vez de apenas no modelo Pro maior, sugere que o Google espera cargas de trabalho de agentes sensíveis à latência e de alto volume – o tipo que automatiza tarefas repetitivas em software empresarial em grande escala.
O Google disse que já está vendo clientes agregando valor com o uso do computador, embora a postagem no blog não mencione implantações comerciais específicas nem quantifique os resultados.
As apostas competitivas
Para os desenvolvedores, o apelo de uma ferramenta integrada para uso de computador é simples: menos integrações para manter e um único fornecedor responsável pelo modelo e pela camada de agente. Mas também aprofunda a dependência da plataforma do Google, uma compensação que as empresas irão pesar em relação à flexibilidade das estruturas de agentes independentes do modelo.
A divulgação também agrava uma tensão mais ampla na economia dos agentes. Gateways de agente de código aberto desenvolvidos de forma independente, como a estrutura Lightport que torna vários provedores LLM compatíveis com OpenAI, mostram quanta demanda existe por infraestrutura de agente portátil. A aposta do Google é que uma ferramenta de uso de computador com segurança reforçada conquistará os desenvolvedores que, de outra forma, uniriam ferramentas de terceiros. À medida que os modelos ganham a capacidade de atuar nas telas, a linha entre um assistente de IA e um operador autônomo continua se confundindo – assim como a linha entre um avanço na produtividade e uma responsabilidade de segurança. A resposta do Google a essa tensão são salvaguardas em camadas e treinamento contraditório. Se isso é suficiente para satisfazer as empresas avessas ao risco, determinará a rapidez com que os agentes usuários de computadores passam das demonstrações para o uso diário.
Com o Gemini 3.5 Flash, o Google fez uma aposta clara: o futuro da IA não é apenas modelos que respondem, mas modelos que agem – e quer que os desenvolvedores construam esses modelos de ação em sua plataforma.
---
Fique à Frente da IAAs últimas notícias, análises e avanços em inteligência artificial — tudo em um só lugar.
Ler mais notícias de IA →
