用 Gemini 3.5 Flash 搞定电脑自动化

背景

最近看官方更新，Google DeepMind 动作挺大。特别是 Gemini 3.5 Flash 引入了 computer use，还有 Nano Banana 2 Lite 和 Gemini Omni Flash 这两个新模型。另外 OpenAI 也发了篇关于 编程评估去噪 的文章。

老实说，以前用 AI 操作电脑总是卡在各种 UI 识别上，这次我花了不少时间测试 Gemini 3.5 Flash 的 computer use，感觉终于能跑通一些真实的自动化工作流了。

技巧一：用 Gemini 3.5 Flash 接管重复性桌面操作

• 适用场景 每天要登录后台导出报表、或者在多个系统间复制粘贴数据。

• 怎么做

1. 接入 Gemini 3.5 Flash 的 computer use 接口。这个功能让模型能直接“看”屏幕并执行点击、输入。
2. 给模型下达明确的任务指令，比如“打开浏览器，登录后台，下载昨天的销售报表”。
3. 让模型先输出一遍执行计划，确认无误后再让它实际控制鼠标和键盘。

• 注意事项 别让它一步到位。我测试时发现，如果任务太长，它偶尔会点错位置。把大任务拆成“打开网页”、“输入密码”、“点击导出”几个小步骤，成功率会高很多。

技巧二：用 Nano Banana 2 Lite 做端侧轻量级原型

• 适用场景 想快速验证一个想法，或者需要在资源受限的设备上跑个小工具。

• 怎么做

1. 选用 Nano Banana 2 Lite。看名字就知道它主打轻量和速度。
2. 用它来生成基础的前端页面或简单的本地数据处理脚本。
3. 配合 Gemini Omni Flash 处理一些需要多模态输入的复杂逻辑，比如识别用户上传的草图并转成代码。

• 注意事项 Nano Banana 2 Lite 毕竟是个轻量模型，别指望它一次性写出完美的复杂架构。我的建议是让它写单一功能的模块，然后你自己拼装。

技巧三：用“去噪”思路评估 AI 写的自动化代码

• 适用场景 AI 帮你写完自动化脚本后，你怎么判断这代码到底靠不靠谱？

• 怎么做

1. 参考 OpenAI 在 编程评估去噪 里提到的思路。
2. 不要只看代码能不能跑通（这可能是噪音），要设计几个边缘测试用例（信号）。
3. 让 AI 自己写单元测试，故意传入错误格式的数据，看它的异常处理逻辑是不是真的健壮。

• 注意事项 很多时候 AI 写的代码在理想路径下完美无缺，一遇到网络延迟或空数据就崩了。评估时一定要把“异常处理”作为核心指标。

小结

这波更新里，Gemini 3.5 Flash 的 computer use 确实让我眼前一亮，虽然还需要耐心调教 prompt，但已经能替代不少机械劳动了。如果你也想试试，建议先从最简单的网页点击开始。