Gemini 3.5 Computer Use: DI agentas jau spaudžia mygtukus
·
Gemini 3.5 Computer Use skamba kaip techninis terminas. Bet kai pažiūri praktiškai, čia yra labai žemiškas klausimas: kiek darbo darome rankomis tik todėl, kad niekas neprisėdo sutvarkyti proceso?
Google pristatė built-in computer use įrankį Gemini 3.5 Flash modeliui, skirtą agentams, kurie gali matyti ir veikti ekrane. Kitaip tariant, DI ne tik pataria. Jis po truputį mokosi spausti mygtukus.
Man tokiose naujienose visada įsijungia mažas vidinis buhalteris. Ne tas, kuris skaičiuoja sąskaitas, o tas, kuris klausia: kiek tai kainuos, kas prižiūrės ir kur gali lūžti?
KAS NUTIKO
Computer use leidžia agentams dirbti per naršyklės, mobilių ir darbastalio aplinkų sąsajas. Google mini testavimą, žinių darbą per profesionalias programas ir įmonių automatizavimą.
Čia jau tas momentas, kai praktikantui duodi ne tik užduotį, bet ir prisėsti prie kompiuterio. Nauda didesnė. Nervų irgi daugiau.
KODĖL TAI SVARBU
Gemini 3.5 Computer Use svarbus todėl, kad daug realaus darbo vyksta ne API, o ekranuose: formose, portaluose, CRM, dokumentuose, ataskaitose. Jei agentas gali dirbti ten, automatizavimo laukas stipriai plečiasi.
DI jau nebe vien langelis, į kurį įmetame tekstą. Jis jungiasi prie įrankių, moka kviesti servisus, gali veikti keliais žingsniais ir pradeda liesti tikrus verslo pinigus. Čia romantika baigiasi. Prasideda tvarka.
KĄ TAI REIŠKIA VERSLUI
Verslui tai reiškia galimybę automatizuoti darbus, kuriems iki šiol reikėjo žmogaus rankų: testus, duomenų suvedimą, patikras, dokumentų surinkimą ir pasikartojančius veiksmus.
- pradėti nuo mažos, grįžtamos užduoties
- reikalauti patvirtinimo prieš negrįžtamus veiksmus
- riboti prieigą prie jautrių sistemų
- stebėti agento veiksmus ekrane arba loguose
Pavyzdys: agentas gali kas rytą patikrinti, ar naujas produkto puslapis veikia, užpildyti testinę formą ir grąžinti klaidų sąrašą komandai.
KUR PASISLĖPUSI RIZIKA
Rizika – agentas ekrane mato daugiau nei turėtų. Vienas neteisingas paspaudimas gali būti mažas juokas testinėje aplinkoje ir didelė bėda produkcijoje.
Blogiausia DI klaida dažnai neatrodo kaip klaida. Ji ateina gražiai parašytu sakiniu, mandagiu tonu ir labai užtikrintu veidu. Todėl verslui reikia ne tik įrankių, bet ir įpročio tikrinti.
KĄ PASIDARYTI ŠIĄ SAVAITĘ
Jei bandote computer use agentus, pradėkite nuo testinės paskyros ir užduoties, kur blogiausias rezultatas būtų tik sugaištos kelios minutės.
Šaltinis: Google Blog.
DUK
Kas yra Gemini 3.5 Computer Use?
Tai built-in įrankis Gemini 3.5 Flash modeliui, leidžiantis agentams veikti per kompiuterio sąsajas.
Kur tai naudinga?
Testavime, duomenų suvedime, portaluose, CRM ir kitose ekranuose vykstančiose užduotyse.
Kokia didžiausia rizika?
Per plačios teisės ir negrįžtami veiksmai be žmogaus patvirtinimo.
Jei norite DI naudoti ne dėl mados, pradėkite nuo vieno proceso. Paimkite užduotį, kuri kartojasi kas savaitę, susirašykite žingsnius ir tik tada junkite įrankį. Daugiau praktinių DI taikymo pavyzdžių rasite MasterSprint.
