Alisina NawabiGoogle heeft computer use, het vermogen van een AI-model om zelfstandig een scherm te bedienen, ingebouwd in Gemini 3.5 Flash. Waar dit eerder een apart model was (Gemini 2.5 Computer Use), zit het nu in het reguliere, snelle Flash-model. Daarmee kan elke ontwikkelaar agents bouwen die kijken, redeneren en handelen in een browser, op mobiel en op de desktop, zonder een gespecialiseerd model te hoeven aanroepen.
Wat computer use precies doet
Een computer-use agent krijgt geen API of nette koppeling, maar kijkt naar het scherm zoals een mens dat doet: hij ziet knoppen, velden en menu's, en voert vervolgens klikken en toetsaanslagen uit. Dat opent automatisering van software die geen API heeft, denk aan oude interne systemen, portals van leveranciers of een SaaS-tool zonder integratie. Google noemt langlopende taken, doorlopend testen van software en kenniswerk in professionele applicaties als typische toepassingen, en zegt zijn beste resultaat tot nu toe te halen op agentische computer-use taken, gemeten op de OSWorld-benchmark.
De integratie vervangt het losse Gemini 2.5 Computer Use model en is bereikbaar via de Gemini API en het Gemini Enterprise Agent Platform, met een referentie-implementatie op GitHub en een demo via Browserbase. Het belangrijke detail voor de kosten: deze functie zit nu in de Flash-laag, Google's snelle en goedkopere model, in plaats van in een duur gespecialiseerd model.
De keerzijde: een agent die je scherm bestuurt
Een model dat zelfstandig klikt en typt op jouw systemen is krachtig en riskant tegelijk. Google bouwde daarom waarborgen in: gerichte adversarial training, een optionele bedrijfsmodus die expliciete bevestiging vraagt voor gevoelige handelingen, en het automatisch stoppen van een taak zodra het indirecte prompt-injectie detecteert.
Die laatste is geen theoretisch risico. Microsoft Security liet zien hoe een kwaadaardige webpagina een AI-agent kan verleiden om code op je server uit te voeren, precies het type aanval waar een agent die vrij over het web en je desktop beweegt gevoelig voor is. Een agent met toegang tot je schermen is een nieuw aanvalsoppervlak, en het hardenen en monitoren van je AI-toolchain wordt daarmee geen luxe maar voorwaarde.
Wat betekent dit voor jou
De drempel om een GUI-automatisering te bouwen is flink gezakt. Een taak die nu nog handmatig door iemand wordt geklikt, bijvoorbeeld data overzetten tussen twee systemen die niet koppelen, kun je laten uitvoeren door een agent op een betaalbaar model. Dat sluit aan op de richting die Google al langer inslaat voor bouwers, want Google maakte onlangs de Interactions API de standaard voor Gemini-ontwikkelaars.
Begin klein en gecontroleerd. Zet zo'n agent eerst op een afgebakende, niet-kritische taak, met menselijke bevestiging voor alles wat geld, data of klanten raakt, en met logging en een kill-switch erop. Een goedkoper model dat fouten maakt op productie is duurder dan elke licentie. Wie vooraf heldere afspraken maakt over budgetten, audit-trails en een noodstop, plukt de vruchten zonder de rekening achteraf.
Veelgestelde vragen
Agents die echt werk overnemen
Ik help je bepalen welk repetitief schermwerk je veilig kunt automatiseren en bouw de agent end-to-end, met bevestiging, logging en een noodstop ingebouwd. Van meedenken en ontwerp tot realiseren, self-hosted waar dat kan.
Dit artikel is geproduceerd samen met het Agent Team. Meer over de redactie.
