币界网消息，谷歌宣布，Gemini API的电脑操作工具结束预览阶段，正式开放使用。相比此前的预览版，功能和接口没有重大变化，主要提升了生产环境的稳定性。这项工具可以让AI通过截图识别屏幕内容，再生成点击、输入、滚动等操作指令。开发者的程序负责执行操作，并将新截图传回模型，让AI继续完成任务，例如自动填写网页表单、测试网站功能，或跨多个网站搜集信息。