A API Gemini ganhou uma atualização importante para quem desenvolve agentes de inteligência artificial. Em 30 de outubro de 2026, o Google informou que a ferramenta Computer Use passou à condição de disponibilidade geral (GA) nas APIs Interactions e GenerateContent. A mudança foi registrada nas notas oficiais de lançamento da plataforma.

Na prática, o recurso permite criar sistemas de IA que observam interfaces na tela e sugerem ações, como clicar em botões, digitar informações e navegar por páginas. A novidade é voltada principalmente a desenvolvedores que desejam automatizar tarefas em navegadores, dispositivos móveis e ambientes de desktop.

O que a IA consegue fazer?

A documentação do Google apresenta exemplos como preenchimento repetitivo de formulários, testes de funcionamento de sites e pesquisas em diferentes páginas da internet. Um agente pode receber uma instrução, analisar uma captura de tela e indicar qual ação deve ser executada em seguida.

O funcionamento depende de um ciclo: a aplicação envia a tarefa e uma imagem da interface; o modelo devolve uma ação sugerida; um programa do desenvolvedor executa a ação; e uma nova captura de tela permite ao modelo avaliar o resultado e continuar.

Isso não significa que qualquer usuário do aplicativo Gemini tenha recebido controle automático do próprio computador. O anúncio diz respeito à ferramenta para desenvolvedores na API. É necessário configurar um ambiente de execução e implementar o programa que realiza as ações sugeridas.

Por que a disponibilidade geral importa?

A mudança sinaliza que o Google deixou de apresentar a ferramenta apenas como uma experiência preliminar e passou a disponibilizá-la de forma geral na API. Para empresas e desenvolvedores, isso amplia as possibilidades de criar assistentes capazes de atuar sobre interfaces existentes, sem depender exclusivamente de integrações específicas para cada serviço.

A documentação descreve suporte a ambientes de navegador, celular e desktop e recursos como explicação da intenção de cada ação, políticas de segurança configuráveis e detecção opcional de tentativas de manipular o agente por instruções escondidas em capturas de tela.

Há riscos e limitações?

Sim. O próprio Google alerta que sistemas de uso do computador podem cometer erros e apresentar vulnerabilidades de segurança. A recomendação é supervisionar tarefas importantes, evitar decisões críticas e não entregar dados sensíveis ou ações difíceis de reverter sem controles adequados.

Outra distinção importante: o modelo não executa os cliques por conta própria dentro da API. Ele retorna instruções que precisam ser interpretadas e executadas pelo aplicativo conectado. O desenvolvedor continua responsável pelas permissões, pelos limites e pela confirmação de operações sensíveis.

O que muda para o mercado de IA?

O anúncio reforça uma tendência: a evolução de assistentes que apenas respondem perguntas para agentes capazes de interagir com ferramentas digitais. A utilidade real dependerá da qualidade da implementação, da segurança e da supervisão humana — não apenas da capacidade do modelo de reconhecer uma tela.

Fontes e datas