人工智能正在经历一次关键的进化：不再只满足于当个“问答机器人”，而是开始真正动手操作电脑了。6月25日，谷歌正式发布了全新的 Gemini 3.5 Flash 模型，其中最引人注目的能力，是围绕“计算机操作（computer use）”的深度优化。简单来说，就是让 AI 直接接管你的屏幕界面，自主完成那些需要跨多个软件才能搞定的复杂任务。

这一定位转变，可以说是 Gemini 的一次战略升级。过去的大模型，更多是在文本生成和信息检索的圈子里打转，而 Gemini 3.5 Flash 被赋予的权限显然更大——它不只是“说”，更可以“做”。在编程、科研这些专业场景中，它不仅能处理复杂的任务，还能像一个主动执行的智能体，在复杂的操作环境里自行完成工作流。基准测试的数据也挺说明问题：它在编码任务和自主袋里任务上的表现，已经超过了上一代的 3.1 Pro 版本，而且在响应速度上提升显著，对于自动化办公、工具调用这类高频交互场景，正好对路。

具体到实际应用，Gemini 3.5 Flash 的表现确实让人眼前一亮。它能处理那种长链条式的复杂任务，比如从零开始搭建一个系统，或者管理一个流程繁琐的研究项目。通过 Flash 架构的深度优化，谷歌在保持输出高质量的同时，把模型的运行速度推上了一个新台阶——这意味着 AI 袋里在执行持续性任务时更加流畅，大幅减少了对人工介入的依赖。

目前，这项能力已经全面铺开到了谷歌的生态系统中。无论是 Gemini 应用还是搜索的 AI 模式，现在都默认搭载了该模型；开发者也可以通过 Gemini API 或企业版工具直接调用。与此同时，谷歌还宣布，新一代个人 AI 袋里 Gemini Spark 也将由该模型驱动，这无疑会进一步加速 AI 辅助任务的自动化进程。

能力越强，安全这根弦也就绷得越紧。谷歌对此也做了明确表态：针对这种更具自主能力的 AI 袋里，他们已经同步强化了网络安全以及 CBRN（化学、生物、放射性和核）相关领域的风险控制。具体而言，当模型遇到高风险或敏感请求时，不再是简单地拒绝处理，而是引入了一套可控框架——必要时会主动暂停操作，并寻求人工确认，确保任务执行既高效又安全。随着 Gemini 3.5 Flash 的发布，人机交互的边界正在被重新定义，AI 直接操控数字世界的时代，已经近在眼前了。