Google DeepMind ha incorporado computer use como herramienta integrada en Gemini 3.5 Flash. Esta capacidad permite construir agentes capaces de ver, razonar y actuar en distintos entornos digitales, como navegadores, aplicaciones móviles y escritorios.
Hasta ahora, computer use estaba disponible como un modelo independiente de Gemini 2.5. Con esta actualización, pasa a estar integrado de forma nativa en Gemini 3.5 Flash, el modelo principal de la familia Flash.
La idea central es clara: Gemini 3.5 Flash no solo puede responder o usar herramientas integradas como Search y Maps grounding. Ahora también puede servir como base para agentes personalizados que interactúan con plataformas digitales y ejecutan tareas en entornos más complejos.
Qué significa computer use en Gemini 3.5 Flash
Computer use es una capacidad pensada para que un modelo pueda interactuar con interfaces digitales.
Según Google DeepMind, Gemini 3.5 Flash puede utilizar esta herramienta para construir agentes que:
- Vean lo que ocurre en un entorno digital.
- Razone sobre la información disponible.
- Ejecuten acciones en navegador, móvil o escritorio.
- Trabajen en tareas de automatización más largas.
- Operen en aplicaciones profesionales.
La novedad no está solo en que el modelo pueda usar herramientas, sino en que computer use queda integrado dentro de Gemini 3.5 Flash. Esto facilita que desarrolladores y empresas construyan agentes personalizados desde el propio modelo, sin depender de una versión separada para este tipo de tareas.
De las respuestas a la acción en entornos digitales
Gemini ya destacaba por capacidades como function calling y el uso de herramientas integradas, entre ellas Search y Maps grounding.
La incorporación de computer use amplía ese enfoque. En lugar de limitarse a devolver una respuesta, el modelo puede participar en flujos donde necesita interactuar con plataformas, analizar información visible y realizar acciones.
Google DeepMind presenta esta capacidad como una mejora para tareas agentic de computer use, especialmente en escenarios de automatización empresarial y de largo recorrido.
Entre los casos mencionados aparecen:
- Pruebas continuas de software.
- Trabajo de conocimiento en aplicaciones profesionales.
- Automatización de tareas en navegador, móvil y escritorio.
Esto sitúa a Gemini 3.5 Flash como una base para agentes que no solo interpretan instrucciones, sino que pueden operar en entornos digitales más cercanos al trabajo real.
Uso empresarial y disponibilidad para desarrolladores
Los desarrolladores y empresas ya pueden empezar a utilizar computer use en Gemini 3.5 Flash a través de Gemini API y Gemini Enterprise Agent Platform.
El anuncio menciona también una demostración alojada por Browserbase, pensada para probar las capacidades en un entorno demo.
Además, Google DeepMind ofrece una implementación de referencia y documentación para quienes quieran empezar a construir con esta capacidad desde Gemini API o Gemini Enterprise Agent Platform.
El mensaje es directo: computer use no se presenta como una función aislada, sino como una pieza para desarrollar agentes personalizados y flujos de automatización en entornos empresariales.
Seguridad: confirmación humana y protección frente a prompt injection
La incorporación de agentes capaces de actuar en entornos vivos introduce riesgos específicos. Google DeepMind señala especialmente los riesgos de prompt injection en agentes que operan en entornos reales.
Para mitigarlos, Gemini 3.5 Flash utiliza entrenamiento adversarial dirigido a computer use.
Además, Google DeepMind anuncia dos sistemas opcionales de protección para empresas:
- Requerir confirmación explícita del usuario en acciones sensibles o irreversibles.
- Detener automáticamente tareas si se identifica una prompt injection indirecta.
La compañía plantea este enfoque como parte de una estrategia de defensa en profundidad. También recomienda combinar estas funciones con sandboxing seguro, verificación humana en el proceso y controles estrictos de acceso.
Por qué esta actualización importa para los agentes de IA
La integración de computer use en Gemini 3.5 Flash refuerza una evolución relevante: los modelos de IA avanzan hacia agentes capaces de operar sobre herramientas, interfaces y aplicaciones.
Este cambio es importante porque muchas tareas empresariales no ocurren dentro de una conversación aislada. Ocurren en aplicaciones, plataformas, formularios, navegadores, entornos de prueba o sistemas profesionales.
Con computer use, Google DeepMind busca facilitar la construcción de agentes que puedan moverse en esos espacios digitales y realizar tareas más amplias.
La promesa no es solo responder mejor, sino actuar mejor dentro de un entorno determinado.
Una capacidad útil, pero con controles
El anuncio también deja claro que este tipo de agentes requiere medidas de seguridad específicas.
Cuando una IA puede interactuar con interfaces y ejecutar acciones, la supervisión humana, los controles de acceso y la protección frente a instrucciones maliciosas ganan importancia.
Por eso, la actualización combina capacidad operativa con medidas de seguridad orientadas a empresas.
El avance de computer use en Gemini 3.5 Flash apunta a una dirección clara: los agentes de IA serán más útiles cuanto mejor puedan interactuar con herramientas reales, pero también necesitarán sistemas de control que hagan esa interacción más segura y verificable.
Fuente
Mateo Quiros, “Introducing computer use in Gemini 3.5 Flash”, Google DeepMind, 24 de junio de 2026.