Gemini 3.5 Flash ya ejecuta tareas en computadoras como agente integrado

Gemini 3.5 Flash incorpora una herramienta de uso de computadoras directamente en el modelo, lo que permite a los desarrolladores crear agentes capaces de ver, razonar y actuar en entornos de navegador, móvil y escritorio. La función, antes disponible solo como modelo independiente Gemini 2.5, pasa ahora a ser parte del modelo principal, ofreciendo el mejor rendimiento de la familia Gemini para tareas que requieren interacción con aplicaciones.

Con esta integración, los agentes pueden ejecutar acciones que van desde la inspección de una página web hasta la automatización de pruebas de software y la gestión de documentos en aplicaciones profesionales. Google pone a disposición la capacidad a través de la Gemini API y la Gemini Enterprise Agent Platform, lo que facilita su adopción tanto en proyectos de start‑ups como en entornos corporativos.

Los primeros usuarios ya reportan mejoras concretas. Miguel González Fernández, de Browserbase, señala que la nueva versión reduce el tiempo de configuración de flujos de prueba en un 40 %. Magnus Müller, CEO de Browser Use, destaca la facilidad para generar resúmenes automáticos de funcionalidades en la app Gemini, mientras que Alvin Stanescu, senior director en UIPath, menciona una mayor precisión en la detección de problemas de accesibilidad al auditar documentación.

Seguridad y control

Para limitar riesgos de inyección de prompts en entornos productivos, el equipo de DeepMind ha aplicado entrenamiento adversarial focalizado y ofrece dos mecanismos opcionales de protección para empresas:

• Requerir confirmación explícita del usuario antes de ejecutar acciones sensibles o irreversibles.
• Interrumpir automáticamente la tarea si se detecta una posible inyección indirecta.

Se recomienda combinar estas salvaguardas con entornos de sandbox, verificación humana y políticas de acceso restringido, siguiendo las mejores prácticas descritas en la documentación oficial.

Cómo empezar

• Prueba inmediata: accede a un entorno de demostración en Browserbase para experimentar con la herramienta.
• Desarrollo: revisa la implementación de referencia en GitHub y la guía de la Gemini API para crear agentes personalizados.
• Implementación corporativa: utiliza la Gemini Enterprise Agent Platform para escalar flujos de trabajo críticos, aplicando los controles de seguridad antes mencionados.

Al combinar visión, razonamiento y acción en una sola solución, Gemini 3.5 Flash abre la puerta a automatizaciones de largo plazo y a la reducción de tareas repetitivas en sectores como desarrollo de software, soporte técnico y gestión de información. Las organizaciones que adopten pronto esta capacidad podrán liberar recursos humanos para actividades de mayor valor, mientras incrementan la consistencia y velocidad de sus procesos operativos.

Para los ejecutivos, la integración significa que pueden explorar proyectos de automatización sin contratar infraestructura adicional ni mantener modelos separados. La capacidad está disponible mediante la API ya existente, lo que simplifica la adopción y controla los costos operativos. La pregunta que queda es cómo priorizar los procesos internos que más se benefician de una interacción directa con la interfaz digital.