A Google retirou da fase de testes uma das funcionalidades de agentes da Gemini API. Uma entrada de 30 de outubro nas notas de versão da plataforma indica que a ferramenta Computer Use passou a estar disponível de forma geral tanto na API Interactions como na API GenerateContent, um estatuto que mostra que a empresa a considera pronta para aplicações em produção e não apenas para experiências.
O Computer Use é a peça base para agentes que trabalham com programas através da interface gráfica, em vez de recorrerem a APIs. O programador envia ao modelo uma tarefa, uma captura do ecrã atual e o tipo de ambiente, e o modelo responde com uma ação proposta, como um clique, um deslocamento ou texto a escrever. A Google não executa essas ações. É o código do próprio programador que as realiza, por exemplo com a biblioteca de automação Playwright, converte as coordenadas normalizadas numa grelha de 1000 por 1000 em píxeis reais, tira nova captura e repete o ciclo até a tarefa terminar.
O caminho até aqui foi longo. A Google lançou uma primeira versão de teste do Computer Use com o Gemini 2.5 em outubro de 2025, alargou a ferramenta ao gemini-3-pro-preview e ao gemini-3-flash-preview em janeiro de 2026 e, em junho de 2026, abriu uma pré-visualização pública no Gemini 3.5 Flash que trouxe suporte para navegador, telemóvel e computador, explicações de intenção e os atuais controlos de segurança. A documentação indica agora quatro modelos compatíveis: o Gemini 4 Argon para o raciocínio mais exigente, o Gemini 3.8 Flash como opção recomendada, o mais económico Gemini 3.5 Flash-Lite e o Gemini 3 Flash Preview.
Grande parte da documentação trata de manter estes agentes sob controlo. Nos modelos Gemini 4 e Gemini 3.x, cada ação proposta inclui um campo de intenção que explica a escolha, e um sistema interno de segurança pode classificar o passo como permitido, dependente da aprovação do utilizador ou bloqueado. As categorias de políticas abrangem pagamentos e compras, alterações a registos de saúde, financeiros ou governamentais, envio de mensagens de correio ou de conversa, criação de contas, eliminação ou partilha de dados, avisos de cookies e privacidade e aceitação de termos de serviço. Os programadores podem desativar algumas, mas a Google avisa que o modelo pode continuar a pedir confirmação. A partir do Gemini 3.5 Flash-Lite, uma verificação opcional analisa cada captura em busca de instruções ocultas destinadas a desviar o agente e trava a execução quando as encontra; vem desligada por omissão.
A Google também é clara quanto aos riscos que permanecem. A documentação adverte que a ferramenta pode ter erros e vulnerabilidades de segurança, recomenda supervisão atenta em tarefas importantes e desaconselha o seu uso em decisões críticas, dados sensíveis ou ações cujos erros não possam ser corrigidos. Sugere executar os agentes numa máquina virtual ou num contentor isolado e começar cada tarefa a partir de um estado limpo, e permite retirar ações predefinidas e registar funções próprias quando é preciso manter uma pessoa no circuito.
Para já, o anúncio resume-se a uma linha nas notas de versão e a um guia atualizado; no próprio dia não houve publicação no blogue, alteração de preços nem resultados de testes de desempenho. Para quem desenvolve agentes para navegador ou computador, a mudança prática é que uma capacidade que a Google manteve em pré-visualização durante cerca de um ano passa a fazer parte da API com suporte oficial, o que a coloca em concorrência direta com as ferramentas equivalentes da Anthropic e da OpenAI.