Gemini 2.5 Computer Use: ИИ теперь умеет работать в браузере
Google DeepMind представила обновленную версию Gemini 2.5 с возможностью Computer Use – режимом, позволяющим искусственному интеллекту взаимодействовать напрямую с веб-сайтами и приложениями.
Новая функция уже доступна разработчикам через Gemini API и Vertex AI, а для широкой публики запущена демонстрация на платформе Browserbase. Принцип работы основан на цикличном процессе: ИИ анализирует скриншот экрана, историю действий и текущую задачу, определяет необходимое действие (например, ввод текста), клиент выполняет его и предоставляет новый скриншот. Цикл повторяется до завершения задачи.
Gemini 2.5 Computer Use успешно выполняет задачи по заполнению форм, выбору элементов в меню, авторизации на сайтах, переносу данных и организации информации. Особо подчеркивается, что ИИ работает с реальными веб-страницами, включая закрытые области, что открывает перспективы для автоматизации рабочих процессов и корпоративных задач.
Функция находится на стадии публичного тестирования. Google уделяет особое внимание стабильности, безопасности и контролю: каждое действие подвергается проверке, некоторые требуют подтверждения пользователя, а потенциально опасные сценарии блокируются. Детали дальнейшего развития пока не сообщаются.
В общем, теперь ИИ сможет сам прокрастинировать в интернете за нас, экономя наше драгоценное время на… ну, на что угодно, кроме действительно важных дел.
