Gemini in Chrome 新增「框選螢幕」工具 Gemini 3.5 Flash 獲電腦操作能力

Google 持續強化其 Gemini AI 在瀏覽器中的能力。Google 為 Chrome 版的 Gemini 新增了「框選螢幕」（Select from screen）工具，讓使用者能夠聚焦提示的範圍。與此同時，開發者也可以運用 Gemini 3.5 Flash 的電腦操作（computer use）能力，進一步強化 AI 與螢幕內容的互動。

「框選螢幕」工具的加入，提升了 Gemini 在瀏覽器中的實用性。透過這項工具，使用者可以框選螢幕上的特定區域，讓 Gemini 聚焦於該範圍進行回應。這種精準聚焦的能力，使 AI 助理能更準確地理解使用者的意圖，針對特定的內容提供協助，提升了人機互動的效率與精準度。

而 Gemini 3.5 Flash 獲得的「電腦操作」能力，則代表 AI 能力的進一步拓展。電腦操作能力意味著 AI 不僅能理解螢幕內容，還能執行操作、與介面互動。這種能力為開發者打開了新的應用空間，使 AI 能夠協助使用者完成更複雜的任務，例如自動化的網頁操作、跨應用的任務執行等。

從技術趨勢看，這些更新反映了 AI 助理從「對話」走向「行動」的演進方向。早期的 AI 助理主要以回答問題、生成內容為主，而如今的 AI 正逐步具備理解螢幕、執行操作的能力，朝著能夠代理使用者完成實際任務的「AI 代理」（AI Agent）方向發展。Gemini 的這些更新，正是這一趨勢的具體體現。

對使用者與開發者而言，這些新能力帶來了實質的價值。對使用者來說，「框選螢幕」讓與 AI 的互動更加精準便捷；對開發者而言，3.5 Flash 的電腦操作能力，則提供了開發更強大 AI 應用的基礎。Google 透過將這些能力整合進 Chrome，強化了 Gemini 在瀏覽器生態中的競爭力。

從競爭角度看，AI 助理與瀏覽器的整合，是各大科技公司競逐的焦點。Google 憑藉 Chrome 的龐大用戶基礎，將 Gemini 深度整合進瀏覽器，有助於鞏固其在 AI 助理領域的地位。

展望後續，Gemini 電腦操作能力的實際應用、開發者基於這些能力打造的 AI 應用，以及 AI 助理向 AI 代理演進的進展，將是觀察 AI 應用發展的重要面向。