Gemini Computer Use je sada GA: produkcioni rizik ostaje na timu
Google je otvorio Computer Use kroz dva Gemini API-ja; to uklanja status preview, ali ne i potrebu za ograničenjima, potvrdama i revizijskim tragom.
Šta se promenilo
Google je 30. oktobra učinio Computer Use opšte dostupnim kroz Interactions i GenerateContent API. Podržani Gemini modeli analiziraju snimak ekrana i predlažu klikove, unos teksta i druge radnje u pregledaču, mobilnom ili desktop okruženju.
Odgovornost je u klijentu
Agent ne izvršava radnju sam: Vaša aplikacija prima predlog, primenjuje bezbednosnu odluku ili traži potvrdu, zatim izvršava akciju i šalje novo stanje modelu. Google zato preporučuje izolovano okruženje i upozorava na greške i bezbednosne propuste.
Naš produkcioni prag
Počeli bismo od jednog uskog toka sa dozvoljenim akcijama, bez osetljivih podataka i nepovratnih koraka. Odluku o širenju zasnivali bismo na završenim zadacima, intervencijama, oporavku od greške i kašnjenju, a ne na kvalitetu demonstracije.
Naš stav je da oznaka GA menja preporuku samo sa „sačekajte” na „pokrenite strogo kontrolisan produkcioni pilot”. Ne bismo agentu dali širok pristup desktopu niti bismo kao prvi slučaj izabrali plaćanja, korisničke podatke, objavljivanje, brisanje ili administraciju naloga. Model predlaže radnje u interfejsu, ali ih izvršava klijentska aplikacija, pa stvarna granica sistema nije prompt već sloj dozvola, pravila za ljudsku potvrdu, izolovano okruženje i zapis svake akcije. Izabrali bismo jedan ponavljajući i reverzibilan proces, ograničili dozvoljene sajtove i radnje, sačuvali snimke, namere, bezbednosne odluke i ishode, pa trošak po završenom zadatku uporedili sa postojećim ljudskim ili API putem. Ako proces ne može pouzdano da se nadgleda, zaustavi i vrati u prethodno stanje, GA ga ne čini spremnim za produkciju. Ako može, vredi ga testirati sada, naročito kada posao zavisi od softvera bez upotrebljivog API-ja.
Pretvorite uvid u sistem koji radi.
Gradimo izolovan sistem za upravljanje interfejsom, sa dozvoljenim akcijama, ljudskim potvrdama, evaluacionim scenarijima i revizijskim tragom pre produkcije. Možemo paralelno da testiramo više modela prema pouzdanosti i trošku završenog zadatka. Javite nam se ako Vaš tim vodi proces do kog API ne dopire.