Gemini in Chrome 新增螢幕選取工具與 3.5 Flash 電腦操控能力

Google 近日為 Chrome 瀏覽器中的 Gemini 助手推出了一項實用的「Select from screen」（從螢幕選取）工具。使用者只需點擊該工具，即可高亮當前標籤頁並自由選取任意文字或圖像，被選中的內容將自動新增至 Gemini 的提示框中。這項功能目前作為 Chrome 149 的一部分逐步推播，若未立即看到，重新啟動瀏覽器即可體驗。它極大簡化了將螢幕資訊匯入 AI 對話的流程，讓提問更加直觀高效。

與此同時，Google 宣佈 Gemini 3.5 Flash 模型現在內建了 computer use（電腦使用）能力。開發者可透過 Gemini API 呼叫該模型，使其能夠像人類一樣操作介面、分析應用內容。例如，3.5 Flash 可以自動開啟 Gemini 應用並回傳分類後的功能列表。這項進展標誌著 AI 代理（AI Agent）能力的進一步落地，為自動化測試、智慧助手等場景打開了新的可能。

點評與展望：從 Chrome 的螢幕選取工具到模型的自主操控能力，Google 正雙線推進 AI 的人機互動邊界。對於一般使用者，「Select from screen」降低了使用門檻；對於開發者，computer use 功能則預示著更強大的自動化應用即將湧現。未來，這類工具或許會成為瀏覽器和 AI 助手的標準配備。