Maison
Google brise les barrières liées au passage entre différents modes en intégrant des opérations informatiques natives dans Gemini 3.5 Flash.

L’équipe de Google DeepMind a annoncé une avancée majeure en intégrant directement des capacités natives d’utilisation du ordinateur dans le modèle Gemini 3.5 Flash. Les développeurs peuvent désormais créer des agents IA capables d’afficher automatiquement des contenus et d’exécuter des actions sur les écrans, quel que soit le navigateur, le dispositif mobile ou l’ordinateur de bureau, en utilisant un seul modèle.
Auparavant, cette fonctionnalité n’était disponible qu’à travers un modèle distinct, obligeant les développeurs à gérer des transitions complexes ainsi que des transferts de contexte entre différents modèles. Grâce à cette intégration native, l’IA n’a plus besoin de transmettre manuellement des informations lorsqu’elle exécute des tâches longues et interplatesformes, ce qui simplifie considérablement le processus de développement.
Éliminer la perte de contexte pour améliorer la fiabilité des agents
L’équipe de Google estime que le principal goulot d’étranglement pour les agents IA ne réside pas dans les limites des outils individuels, mais plutôt dans la perte d’informations contextuelles lors du passage d’un outil à un autre. En unifiant la recherche, les cartes et les opérations informatiques au sein d’une même architecture de modèle, le contexte circule en continu, réduisant ainsi fortement le risque d’échec dans des tâches complexes.
Cette conception d’« intégration multi-outils » est comparable à la construction d’un bâtiment unique doté de connexions internes, éliminant les communications longues et sujettes aux erreurs entre des bâtiments séparés. Ce changement architectural peut apporter des améliorations significatives en termes de fiabilité et de latence de réponse des tâches basées sur des agents.
Se concentrer sur trois scénarios clés grâce à des mécanismes de sécurité multicouches
Cette capacité native sera principalement appliquée à trois scénarios fondamentaux : les tâches automatisées nécessitant un fonctionnement continu pendant des heures ou des jours, les tests logiciels permanents visant à vérifier automatiquement la cohérence de l’interface utilisateur, ainsi que les travaux exigeant une grande quantité de connaissances et impliquant plusieurs applications. Ces scénarios dépendent fortement de la continuité du contexte au fil des tâches et peuvent remplacer efficacement les humains dans l’exécution d’opérations répétitives et exigeantes.
En matière de sécurité, Google a adopté une stratégie de défense multicouches comprenant un entraînement ciblé contre les attaques adversariales, des mesures de sécurité adaptées aux opérations sensibles, ainsi que la détection d’injections de prompts indirectes. Ces mécanismes permettent aux utilisateurs professionnels d’établir une barrière de sécurité relativement complète dans des environnements informatiques ouverts et non contrôlés.
Article connexe
Google teste l'agent IA Remy pour Gemini à mesure que l'accent se déplace vers le contrôle utilisateur
Selon Business Insider, Google teste Remy, un nouvel agent personnel d’IA pour Gemini. Cet outil vise à exécuter des tâches au nom des utilisateurs, rationalisant ainsi les flux de travail professionnels et les routines quotidiennes.Actuellement, Re
Comment corriger les Core Web Vitals pour de meilleurs classements SEO
Fluidifiez les commentaires de bulletin avec des outils d'IAIntroductionOutils d'IA pour générer des commentaires de bulletinMagic SchoolAlmanac AIChat GPTUtilisation de Magic School pour générer des commentaires de bulletinConnexion à Magic Sc
Slackbot devient un agent d'IA
Slackbot, l’assistant automatisé intégré à la plateforme de messagerie d’entreprise Slack de Salesforce, évolue vers un agent d’intelligence artificielle. Le CTO de Salesforce, Parker Harris, envisage qu’il atteigne une notoriété virale comparable à
Recommandations de sujets spéciaux liés
commentaires (0)

L’équipe de Google DeepMind a annoncé une avancée majeure en intégrant directement des capacités natives d’utilisation du ordinateur dans le modèle Gemini 3.5 Flash. Les développeurs peuvent désormais créer des agents IA capables d’afficher automatiquement des contenus et d’exécuter des actions sur les écrans, quel que soit le navigateur, le dispositif mobile ou l’ordinateur de bureau, en utilisant un seul modèle.
Auparavant, cette fonctionnalité n’était disponible qu’à travers un modèle distinct, obligeant les développeurs à gérer des transitions complexes ainsi que des transferts de contexte entre différents modèles. Grâce à cette intégration native, l’IA n’a plus besoin de transmettre manuellement des informations lorsqu’elle exécute des tâches longues et interplatesformes, ce qui simplifie considérablement le processus de développement.
Éliminer la perte de contexte pour améliorer la fiabilité des agents
L’équipe de Google estime que le principal goulot d’étranglement pour les agents IA ne réside pas dans les limites des outils individuels, mais plutôt dans la perte d’informations contextuelles lors du passage d’un outil à un autre. En unifiant la recherche, les cartes et les opérations informatiques au sein d’une même architecture de modèle, le contexte circule en continu, réduisant ainsi fortement le risque d’échec dans des tâches complexes.
Cette conception d’« intégration multi-outils » est comparable à la construction d’un bâtiment unique doté de connexions internes, éliminant les communications longues et sujettes aux erreurs entre des bâtiments séparés. Ce changement architectural peut apporter des améliorations significatives en termes de fiabilité et de latence de réponse des tâches basées sur des agents.
Se concentrer sur trois scénarios clés grâce à des mécanismes de sécurité multicouches
Cette capacité native sera principalement appliquée à trois scénarios fondamentaux : les tâches automatisées nécessitant un fonctionnement continu pendant des heures ou des jours, les tests logiciels permanents visant à vérifier automatiquement la cohérence de l’interface utilisateur, ainsi que les travaux exigeant une grande quantité de connaissances et impliquant plusieurs applications. Ces scénarios dépendent fortement de la continuité du contexte au fil des tâches et peuvent remplacer efficacement les humains dans l’exécution d’opérations répétitives et exigeantes.
En matière de sécurité, Google a adopté une stratégie de défense multicouches comprenant un entraînement ciblé contre les attaques adversariales, des mesures de sécurité adaptées aux opérations sensibles, ainsi que la détection d’injections de prompts indirectes. Ces mécanismes permettent aux utilisateurs professionnels d’établir une barrière de sécurité relativement complète dans des environnements informatiques ouverts et non contrôlés.
Comment corriger les Core Web Vitals pour de meilleurs classements SEO
Fluidifiez les commentaires de bulletin avec des outils d'IAIntroductionOutils d'IA pour générer des commentaires de bulletinMagic SchoolAlmanac AIChat GPTUtilisation de Magic School pour générer des commentaires de bulletinConnexion à Magic Sc
Slackbot devient un agent d'IA
Slackbot, l’assistant automatisé intégré à la plateforme de messagerie d’entreprise Slack de Salesforce, évolue vers un agent d’intelligence artificielle. Le CTO de Salesforce, Parker Harris, envisage qu’il atteigne une notoriété virale comparable à











