Gemini 3.5 Flash passa a navegar na web e usar o PC de forma autônoma

Na prática, a empresa transforma o Gemini em um agente de IA muito mais autônomo, capaz de executar fluxos complexos de trabalho utilizando apenas comandos em linguagem natural. A funcionalidade chega acompanhada de novos mecanismos de segurança para reduzir riscos durante a automação.

A atualização também fortalece a estratégia do Google na disputa pelo mercado de agentes inteligentes, segmento que vem ganhando protagonismo entre empresas de tecnologia.

Leia mais:

Amazon reduz o preço do Galaxy Tab S10 Lite com cupom

O que muda com o Gemini 3.5 Flash

Até então, desenvolvedores que desejavam criar agentes capazes de controlar computadores precisavam utilizar um modelo específico da geração anterior, o Gemini 2.5 Computer Use.

Agora, toda essa capacidade passa a fazer parte do Gemini 3.5 Flash, conhecido por priorizar velocidade de resposta e baixo custo operacional.

Isso significa que um único modelo consegue combinar:

• interpretação visual da tela;
• compreensão de linguagem natural;
• tomada de decisões;
• interação direta com interfaces gráficas;
• execução automática de tarefas.

Com isso, desenvolvedores deixam de precisar alternar entre diferentes modelos para criar aplicações complexas.

Como funciona o recurso de “Computer Use”

O chamado Computer Use permite que o modelo interprete tudo o que aparece na tela praticamente como um usuário humano faria.

Depois de receber uma solicitação, a IA consegue:

Identificar elementos da interface

Botões, menus, campos de texto, janelas, abas e caixas de diálogo passam a ser reconhecidos automaticamente.

Movimentar o cursor

A IA decide onde posicionar o mouse e realiza cliques conforme necessário para concluir a tarefa.

Digitar informações

Também é possível preencher formulários, pesquisar informações, inserir textos e navegar entre diferentes páginas.

Executar fluxos completos

Em vez de apenas responder perguntas, o Gemini consegue concluir tarefas inteiras envolvendo diversos sistemas.

Exemplo prático apresentado pelo Google

Durante a demonstração oficial, o Google mostrou um cenário bastante próximo da rotina de qualquer usuário.

O comando era simples:

Encontrar a passagem aérea mais barata entre duas cidades.

A partir dessa única solicitação, o Gemini foi capaz de:

• abrir o navegador;
• acessar simultaneamente diferentes sites de companhias aéreas;
• preencher datas de ida e volta;
• aplicar filtros;
• comparar preços;
• consolidar todas as informações;
• apresentar a opção mais barata.

Todo o processo ocorreu automaticamente, sem necessidade de intervenção humana durante a execução.

Esse tipo de automação representa um avanço importante em relação aos assistentes tradicionais, que normalmente apenas indicam links ou fornecem respostas textuais.

IA também consegue jogar

Embora o foco seja produtividade, o Google utilizou um exemplo mais descontraído para demonstrar a capacidade de raciocínio visual do modelo.

Durante os testes, o Gemini 3.5 Flash jogou o popular game 2048.

Enquanto a partida acontecia, o modelo analisava continuamente:

• posição das peças;
• possibilidades de movimento;
• estratégia para maximizar a pontuação.

Embora pareça apenas uma demonstração curiosa, esse teste comprova que o modelo consegue interpretar interfaces dinâmicas em tempo real, característica essencial para agentes autônomos.

Aplicações para empresas

O maior impacto da novidade deve ocorrer no mercado corporativo.

Empresas poderão desenvolver agentes capazes de executar atividades repetitivas sem necessidade de programação específica para cada software.

Entre as aplicações possíveis estão:

Automação administrativa

• preenchimento de sistemas internos;
• atualização de planilhas;
• emissão de relatórios;
• cadastro de clientes.

Atendimento ao cliente

Agentes podem consultar diferentes plataformas durante uma conversa para reunir informações rapidamente.

Testes de software

Uma IA consegue navegar em aplicações exatamente como faria um usuário humano, identificando falhas de interface com maior precisão.

Processamento de documentos

É possível abrir arquivos, copiar dados entre sistemas e organizar informações automaticamente.

Integração entre plataformas

Mesmo quando dois sistemas não possuem integração via API, um agente pode operar ambos utilizando suas interfaces gráficas.

Isso reduz significativamente a necessidade de desenvolvimento personalizado.

Browserbase acelera testes dos desenvolvedores

Para facilitar a adoção da tecnologia, o Google disponibilizou um ambiente de testes em parceria com a Browserbase.

A plataforma permite que desenvolvedores experimentem o Computer Use em cenários reais antes de implementá-lo em aplicações comerciais.

A iniciativa reduz barreiras para criação de novos agentes inteligentes.

Segurança foi prioridade

Dar autonomia para uma inteligência artificial controlar um computador naturalmente levanta preocupações relacionadas à segurança digital.

O Google afirma que treinou o Gemini utilizando técnicas de treinamento adversarial para ensinar o modelo a reconhecer comportamentos suspeitos durante a navegação.

Além disso, foram implementados dois mecanismos importantes.

Confirmação humana

Empresas podem configurar o sistema para interromper automaticamente determinadas tarefas consideradas sensíveis.

Entre elas:

• transferências bancárias;
• exclusão de arquivos;
• alterações críticas em sistemas;
• envio de informações confidenciais.

Nesses casos, o usuário precisa autorizar explicitamente a continuidade da operação.

Proteção contra injeção de prompt

Um dos maiores riscos atuais envolvendo agentes de IA é a chamada injeção de prompt.

Nesse tipo de ataque, páginas da internet escondem instruções maliciosas para tentar convencer a IA a abandonar sua tarefa original.

Segundo o Google, o Gemini interrompe imediatamente a execução caso identifique esse tipo de manipulação.

Esse mecanismo representa uma camada adicional de proteção para ambientes corporativos.

Google recomenda estratégia de segurança em camadas

Apesar das proteções incorporadas ao modelo, o Google destaca que empresas não devem depender exclusivamente da inteligência artificial.

A recomendação inclui boas práticas já consolidadas em segurança da informação, como:

• execução em ambientes isolados (sandboxes);
• controle rigoroso de credenciais;
• limitação de permissões;
• revisão humana em processos críticos;
• monitoramento constante das automações.

Esse modelo de defesa em profundidade reduz significativamente os riscos associados à operação de agentes autônomos.

Disponibilidade

O recurso de Computer Use já está disponível para desenvolvedores por meio da Gemini API e também na plataforma Gemini Enterprise Agent.

Inicialmente, o foco está no mercado corporativo, onde a automação de tarefas repetitivas pode gerar ganhos expressivos de produtividade.

Google amplia o ecossistema do Gemini

O anúncio não se limitou ao controle de computador.

A empresa também revelou novos recursos para ampliar a presença do Gemini em diferentes produtos.

Entre as novidades está uma ferramenta integrada ao navegador Chrome semelhante ao recurso “Circule para Pesquisar”, permitindo selecionar elementos da tela através do botão “Peça ao Gemini”.

Além disso, o Google atualizou o Google Home com novos recursos de inteligência artificial conversacional voltados à automação residencial, tornando comandos de voz e rotinas domésticas mais naturais.

O que isso significa para o futuro da inteligência artificial

A integração do Computer Use ao Gemini 3.5 Flash marca uma mudança importante na evolução dos modelos de IA.

Em vez de apenas gerar textos ou responder perguntas, os sistemas passam a executar tarefas completas de forma independente, aproximando-se do conceito de agentes inteligentes.

Esse movimento acompanha uma tendência observada em toda a indústria de tecnologia: transformar assistentes virtuais em ferramentas capazes de realizar atividades práticas no ambiente digital.

Ao mesmo tempo, o avanço reforça a necessidade de investir em mecanismos robustos de segurança, supervisão humana e governança, especialmente em aplicações corporativas que envolvem dados sensíveis.

Nos próximos anos, espera-se que recursos desse tipo se tornem cada vez mais comuns em ambientes de trabalho, impulsionando novas formas de automação e aumentando a produtividade de empresas de todos os portes.

Conclusão

A chegada do controle nativo de computador ao Gemini 3.5 Flash representa um avanço significativo na evolução da inteligência artificial, tornando os agentes autônomos mais acessíveis e eficientes para empresas e desenvolvedores. Ao combinar velocidade, capacidade de interação com interfaces e recursos de segurança, o Google amplia o potencial de automação em diferentes setores. Nos próximos anos, tecnologias como essa devem transformar a forma como tarefas digitais são executadas, reforçando o papel da IA como uma ferramenta cada vez mais presente na rotina profissional e pessoal.