Da li ste ikada poželeli da vaš računar jednostavno obavlja dosadne stvari dok vi pravite kafu? Ne one zabavne dosadne stvari—kao što je pretraživanje smeštaja za odmor koje ne možete da priuštite—već one istinski dosadne. Popunjavanje obrazaca. Preuzimanje pravih datoteka sa tri različita portala. Kopiranje zbira iz kolone C u kolonu G bez slučajnog prosečnog izračunavanja mačke. Ako ste to vi, dobrodošli u Google Gemini 2.5 „Korišćenje računara“ (Computer Use), funkciju koja omogućava AI agentu da bukvalno upravlja vašim pregledačem kao mali, neumorni pripravnik—onaj koji ne pita šta znači „sinergija“.
U ovom prijateljskom obilasku, razjasnićemo šta je Gemini 2.5 Computer Use zaista, kako funkcioniše, gde blista i gde još uvek klikće pogrešno dugme kao vaš ujak na iskačućoj reklami. Podeliću praktične primere, zamke i vrste saveta iz stvarnog sveta koje biste želeli pre nego što mu predate ključeve svog ekrana.
Šta je Gemini 2.5 „Korišćenje računara“ (Computer Use), jednostavnim jezikom?
- Zamislite to kao „AI sa mišem i tastaturom“. Umesto da samo odgovara na pitanja tekstom, Gemini 2.5 Computer Use može da upravlja veb pregledačem onako kako vi to radite: klikće na linkove, kuca u polja, skroluje, kopira, lepi, preuzima datoteke i obavlja višestepene poslove na različitim sajtovima—sve iz jedne instrukcije na prirodnom jeziku. To je razlika između „reci mi kako to da uradim“ i „idi i uradi to“.
- Specijalizovan je za automatizaciju pregledača. Vi mu date cilj („Pronađi najnoviji izvod računa, preuzmi PDF i pošalji mi e-poštom ukupan iznos“), a on upravlja procesom unutar kontrolisane sesije pregledača, jednu po jednu radnju, sa mapom stranice i sećanjem na ono što je do sada uradio.
Zašto je to važno? Zato što se većina našeg posla sada obavlja u pregledaču: HR portali, kontrolne table dobavljača, državni formulari, baze znanja, Google Drive, šta god vam padne na pamet. Ako bot može bezbedno da klikće okolo kao i mi—i da ne izbriše Čikago u tom procesu—imate praktičnu uštedu vremena.
Kako Gemini 2.5 Computer Use zaista funkcioniše (bez mahanja rukama)
Zamislite pažljivog vozača u novom gradu, koji koristi uputstva korak po korak:
- On percipira stranicu: Agent čita strukturu stranice, a ne samo piksele. On vidi elemente na koje se može kliknuti, tekstualna polja, oznake i raspored, tako da može da izabere pravu metu—čak i kada dva dugmeta kažu „Nastavi“. To je kao da imate rendgenski vid za DOM.
- On planira sledeći korak: Iz vaše instrukcije visokog nivoa, on razbija posao na mikro-radnje: klikni na ovaj link, ukucaj taj email, sačekaj iskačući prozor, skroluj do tabele, izvadi podatke. Ako ste ikada snimali makro, ovo deluje poznato—osim što se prilagođava u letu ako se izgled stranice promeni.
- On deluje—i proverava: Posle svake radnje, on proverava ispravnost: Da li se pojavio očekivani element? Da li je dugme sada onemogućeno? Ako nije, pokušava drugačiji put. Ova povratna sprega je način na koji izbegava da sleti sa litice kada se stranica učitava sporo ili polje zahteva drugačiji format.
- On dokumentuje sam sebe: Većina pokretanja proizvodi vidljiv trag—na šta je kliknuo, šta je otkucao, šta je preuzeo—što možete da pregledate. Ta istorija je zlata vredna za otklanjanje grešaka i usklađenost, posebno ako automatizujete nešto osetljivo kao što su finansije ili HR podaci.
I da, može da se kreće kroz više sajtova odjednom—recimo, da se prijavi na kontrolnu tablu dobavljača, prikupi cene, nalepi rezultate u Google Sheet i pošalje e-poštom vašem timu link. Ovde se oseća manje kao „četbot“, a više kao asistent koji—za razliku od pravog asistenta—ne ostavlja pasivno-agresivne lepljive poruke na vašem monitoru.
Brza provera realnosti: gde je sjajan, gde je blesav
Zabavni deo prvo: Gemini 2.5 Computer Use obavlja:
- Ponavljajuće veb poslove: popunjavanje obrazaca, učitavanje datoteka, preuzimanje izvoda i marširanje kroz administrativne portale koji izgledaju kao da su namenski napravljeni da troše utorke.
- Manipulaciju podataka u pregledaču: kopiranje i lepljenje između kartica, čišćenje tabela, premeštanje stvari u dokument ili sheet i formatiranje onako kako se sviđa vašem šefu (a.k.a. Jedini pravi način).
- Višestepene tokove posla: Pređite sa „pronađi“ na „formatiraj“ na „podeli“ bez da nadgledate klikove.
Ali da zadržimo šešire na glavama. Kao i svi rani AI agenti, on štuca kada:
- Stranice su divlje dinamične: Beskonačno skrolovanje i iskačući prozori koji se sakrivaju pri lebdenju mogu da ga zbune. Ako ste ikada pokušali da kliknete na dugme koje se kreće kao udaranje krtica, zamislite da učite robota da to uradi.
- Pojavljuju se Captcha i 2FA kapije: Bezbednosne funkcije koje zaustavljaju botove su, pa, dizajnirane da zaustave botove. I dalje ćete morati da odobrite prijavu ili povremeno rešite zagonetku.
- Postoje dvosmislene oznake: Ako sajt ima tri dugmeta „Pošalji“ i srednje naručuje viljuškar, želećete da proverite putanju klika prvi put.
Dan u životu: tri primera upotrebe u stvarnom svetu
- Upravljanje troškovima: Kažete: „Prijavi se na TravelPortal.com, uzmi moja poslednja tri računa za putovanja, preuzmi PDF-ove i ubaci ih u moju fasciklu Troškovi/2024 u Drive. Zatim nacrtaj rezime email za finansije.“ Agent se prijavljuje, kreće se do računa, preuzima datoteke, preimenuje ih sa datum-putovanje-grad, učitava u Drive, kreira brzu listu sa nabrajanjem sa ukupnim iznosima i nacrta vaš email. Ta-da. To je 20 minuta administracije ušteđeno.
- Provera cena dobavljača: „Uporedi trenutnu katalošku cenu modela Z od dobavljača A, B i C. Nalepi SKU-ove i cene u moj Google Sheet ‘Q4 Praćenje cena’ i označi sva smanjenja cena preko 8%.“ Agent posećuje tri sajta, pretražuje, struže module cena, normalizuje podatke, ažurira sheet i ističe ponude.
- HR portalni goblin: „Ažuriraj moju adresu na HR portalu, potvrdi ispunjavanje uslova za beneficije, preuzmi poslednji platni listić i proveri PTO stanja tokom poslednjeg kvartala.“ Agent poslušno gazi kroz lavirint. Vi nadgledate prvo pokretanje; nakon toga, to je vaš mesečni ritual bez rituala.
Šta je sa bezbednošću, privatnošću i „da li ste sigurni da neće poslati e-poštu mojoj bivšoj?“
Computer Use radi u ograničenom okruženju dizajniranom za nadzor. Ljudskim rečima: Možete ga gledati kako radi, postaviti ograničenja na ono čemu može da pristupi i zahtevati odobrenja za osetljive korake kao što su slanje e-pošte ili premeštanje novca. Istorije sesija vam pomažu da izvršite reviziju onoga što se dogodilo i zašto. San je „bez ruku“, ali stvarnost—posebno u početku—je „oči uprte u prvi prolaz, a zatim popuštanje povoca“. To nije greška; to je zdrav razum.
Saveti za profesionalno podešavanje (od nekoga ko je pogrešno kliknuo nekoliko puta)
- Počnite malo: Dajte mu prvo dosadne, ali bezbedne zadatke: preuzimanje izveštaja, preimenovanje datoteka, sređivanje tabela. Vi gradite poverenje; on gradi robustan skript.
- Imenujte elemente za uspeh: Tamo gde kontrolišete veb sajtove ili interne kontrolne table, koristite jasne oznake i ID-ove. Agent se hvata za predvidljiv tekst i strukturu kao zlatni retriver za tenisku lopticu.
- Napravite prvo „srećnu putanju“: Snimite idealne klikove i polja koja bi trebalo da očekuje. Zatim mu bacite krivu loptu (sporo učitavanje, dodatni dijalog) i gledajte kako se oporavlja. Poboljšajte odatle.
- Držite 2FA pri ruci: Očekujte da odobrite prijavu ili nalepite kod za zaštićene naloge. To nije mana; to je bezbednosna funkcija.
- Zabeležite sve: Sačuvajte istoriju radnji i snimke ekrana za osetljive tokove posla. Ako nešto krene naopako, znaćete gde, kada i koje dugme.
Kako se to poredi sa drugim „AI agentima“ za koje ste čuli?
Ako ste videli demonstracije AI asistenata koji kontrolišu vaš ekran, videli ste žanr: agent koji klikće i kuca umesto da samo „odgovara“. Gemini 2.5 Computer Use se oslanja na veb automatizaciju kroz strukturisano razumevanje stranica, provere stanja posle svake radnje i lepo podrazumevano evidentiranje. U mom testiranju, posebno je dobar u poslovima „pregledač-dokument“—izvuci nešto sa sajta, preoblikuj ga i ubaci u dokument ili sheet koji možete da podelite.
Gde je zaostajao: svaki tok posla koji se oslanja na trzavu, animacijski tešku UI ili captcha. To nije jedinstveno za Gemini; to je trenutno stanje kategorije. Dobra strana: kada je sajt zdrav, agent se oseća šokantno sposobnim. Kada nije, saznaćete koji su sajtovi alergični na automatizaciju brže nego što možete da kažete „baner za kolačiće“.
Brzi pregled: od upita do isplate
Hajde da automatizujemo stvarni zadatak: izvlačenje tromesečnih metrika sa tri kontrolne table i ažuriranje timskog dokumenta.
- Zahtev: „Otvori Acme Analytics, BetaReports i GammaBoard. Izvezi Q3 saobraćaj po izvoru kao CSV. Konsoliduj u jednu tabelu u Google Sheets, zatim generiši rezime u jednom pasusu u Docs.“
- Ono što ćete videti: Agent se prijavljuje (vi odobravate bilo koji 2FA), kreće se do svake stranice „Izveštaji“, bira pravi opseg datuma, klikće na Izvezi, preuzima CSV-ove, otvara Sheet, uvozi svaku datoteku u novu karticu, normalizuje zaglavlja kolona, dodaje kombinovanu karticu i piše SUMIF formule za sabiranje saobraćaja po izvoru. Zatim otvara Doc, ubacuje rezime pasus sa istaknutim delovima i linkom do Sheet.
- Sređivanje: Prelistavate Doc, doterate rečenicu i pritisnete Pošalji. Deset minuta nadzora naspram sat vremena teškog rada.
Kutak za rešavanje problema: kada se bot susretne sa haosom
- Kliknuo je na pogrešno dugme: Dodajte više konteksta svom uputstvu: „Kliknite na plavo dugme ‘Preuzmi CSV’ ispod Saobraćaj > Izvori, a ne na belo ‘Preuzmi PDF’ na vrhu.“ Agent koristi vaše reči da razjasni mete.
- Iskačući prozor je blokirao napredak: Recite mu šta da radi sa iskačućim prozorima: „Zatvorite svaki modalni prozor ‘Ocenite svoje iskustvo’, a zatim nastavite.“ Drugo pokretanje će često proći glatko.
- Izgled tabele se promenio: Uperite ga u oznake, a ne u pozicije: „Izaberite padajući meni sa oznakom ‘Opseg datuma’ i izaberite ‘Poslednji kvartal’.“ Izbegavajte „gore desno“ i „treće dugme“, koji se lome kada se dizajner oseti inspirisano.
Šta je sa Sider.AI—da li to pomaže ovde? Evo iznenađenja: Sider.AI (to su ljudi koje upravo čitate) oprema vaš pregledač AI asistentom na stranici koji može da nacrta, rezimira i orkestrira višestepene zadatke tačno tamo gde radite. Po mom iskustvu, kombinovanje Gemini 2.5 Computer Use za teško upravljanje pregledačem sa Sider-ovom pomoći na stranici čini lep jedan-dva udarac. Pustite Gemini da radi klik-maraton, a vi koristite Sider da uglancate izlaze, generišete e-poštu ili proverite ispravnost brojeva bez napuštanja kartice. To nije magija, ali se oseća kao da zapošljavate lektora koji živi u vašem pregledaču i ne treba mu kartica za ulazak. Kada ne koristiti Computer Use
- Bilo šta što krši uslove sajta ili očekivanja privatnosti. „Zato što može da klikne“ nije „trebalo bi da kliknete“.
- Nezamenljive radnje iz jednog pokušaja—podnošenje zahteva za dozvolu za život ili smrt ili prenos velikih suma—gde ljudsko biće mora da pregleda svaki korak.
- Kreativni rad gde usko grlo nisu klikovi već prosudba: uređivanje video snimka, dizajniranje logotipa, pregovaranje o ceni. Agent može da dohvati, formatira i arhivira; neće očarati dobavljača.
Lista za početak
- Izaberite jedan zadatak koji ponavljate nedeljno, koji živi u pregledaču i koji se oseća deterministički. „Preuzmi jučerašnji izveštaj i stavi ga ovde.“
- Napišite idealan skript jednostavnim jezikom. Uključite oznake, a ne pozicije; ishode, a ne vibracije.
- Pokrenite uz nadzor. Odobrite sve prijave. Pogledajte istoriju radnji.
- Dodajte zaštitne ograde: „Nemojte podnositi obrasce; samo pregledajte preuzimanja.“
- Ponavljajte: Ako se spotakne, budite specifični u vezi sa ispravkom i pokušajte ponovo.
Sitna slova o kojima ćete brinuti kasnije
- Performanse zavise od sajta: Statične, dobro označene stranice = poljubac kuvara. Dinamične, ad-splattered, modal-happy stranice = ponesite grickalice.
- Latencija je stvar: To je klik po klik, sa proverama između koraka. To ga čini pouzdanim—kao pažljiv vozač, a ne drag racer.
- Vi ste zaduženi: Možete zaustaviti pokretanja, pregledati evidencije i postaviti dozvole. Zamislite to kao traku za trčanje sa velikim crvenim dugmetom STOP. Koristite ga.
Zaključak: Dakle, da li se isplati Gemini 2.5 Computer Use?
Ako vaš dan uključuje „otvaranje pet sajtova, kliktanje na istih osam dugmadi, dobijanje istih podataka i stavljanje negde“ … onda da, ovo je upravo ona vrsta praktične AI koja vam štedi stvarno vreme. To nije naučno-fantastični batler. To je više kao veoma poslušan pripravnik koji nikada ne trepće i uvek dokumentuje svoj rad. Tretirajte ga sa istim nadzorom zdravog razuma koji biste dali novom zaposlenom i dobićete beneficije bez drame.
Moj savet: počnite sa jednim dosadnim poslom, automatizujte ga i stavite u džep 20 minuta svake nedelje. Za mesec dana, pitaćete se zašto ste ikada ručno preuzimali bilo šta. Za godinu dana, zaboravićete koliko lozinki imate—zato što ih nećete vi kucati.
Još jedna stvar: računari koji rade kompjuterske stvari su budućnost—ali vaša prosudba je tajni sos. Držite ruke na velikom crvenom dugmetu i oči uprte u nagradu. AI može da klikće. Vi odlučujete gde.
Dalje čitanje i praktični vodiči
- Prijateljsko objašnjenje šta Gemini 2.5 Computer Use zaista može da uradi, sa konkretnim primerima zadataka i zaštitnih mera.
- Pragmatičan pregled sa mestima gde se ističe i gde štuca, uključujući poređenja sa sličnim alatima.
- Uputstvo za izgradnju tokova posla za automatizaciju pregledača koji agregiraju, čiste i dele podatke bez napuštanja stolice.
FAQ
P1:Šta je Google Gemini 2.5 Computer Use jednostavnim rečima?
To je AI koji može da kontroliše pregledač umesto vas—klikće, kuca, preuzima i kreće se da završi zadatke koje opisujete jednostavnim jezikom. Zamislite to kao pažljivog asistenta koji prati vaša uputstva korak po korak, a ne kao slobodnog robotskog vladara.
P2:Koje vrste zadataka Gemini 2.5 Computer Use najbolje obavlja?
Sija u ponavljajućim, pravilima zasnovanim poslovima u pregledaču: prijavljivanje na portale, izvoz izveštaja, kopiranje podataka i ažuriranje dokumenata ili sheet-ova. Ako to možete da uradite kliktanjem na ista dugmad svake nedelje, Computer Use je odličan izbor.
P3:Da li je Gemini 2.5 Computer Use bezbedan za osetljive tokove posla?
Ako se pravilno koristi, da—radi u kontrolisanom okruženju gde možete da gledate, postavljate dozvole i pregledate evidenciju radnji. Držite odobrenja uključena za osetljive korake kao što su prijave, plaćanja ili e-pošta i testirajte prvo pokretanje pre nego što ga pustite da luta.
P4:Kako da učinim Gemini-jev Computer Use pouzdanijim?
Budite specifični sa oznakama (ne pozicijama), definišite srećnu putanju i dodajte uputstva za iskačuće prozore i preuzimanja. Počnite malo, ponavljajte posle prvog pokretanja i držite 2FA pri ruci za zaštićene naloge.
P5:Gde se Gemini 2.5 Computer Use muči?
Dinamičke stranice sa elementima koji se kreću, agresivni iskačući prozori, captchas ili više identičnih dugmadi mogu da ga sapletu. U tim slučajevima, dodajte jasnija uputstva, razbijte zadatak na manje korake ili ručno obradite komplikovane delove.
