Gemini API ประกาศ Computer Use เป็น GA — เอกสารเปลี่ยนแค่ป้าย Preview ส่วนเรื่องที่นักพัฒนาควรเช็กคือโปรเจกต์ใหม่เก็บ request เป็นค่าเริ่มต้นแล้ว

Google ประกาศใน changelog ของ Gemini API เมื่อ 30 ต.ค. 2026 ว่าเครื่องมือ Computer Use เข้าสู่ general availability ทั้งบน Interactions API และ GenerateContent API ความสามารถนี้ให้โมเดลดูภาพหน้าจอแล้วส่งคำสั่งคลิกหรือพิมพ์กลับมาให้แอปของเราไปรันเอง ใช้ได้กับ agent บนเบราว์เซอร์ มือถือ และเดสก์ท็อป

เราเทียบสำเนาเอกสารใน Internet Archive วันที่ 23 ต.ค. กับ 30 ต.ค. พบว่าเนื้อหาที่ต่างกันมีจุดเดียว คือประโยคเตือนจาก “As a Preview capability, Computer Use may contain errors” เหลือ “Computer Use may contain errors” GA รอบนี้จึงเป็นการเปลี่ยนสถานะ ไม่ใช่ฟีเจอร์ใหม่ อย่างไรก็ตามการเทียบนี้ดูเฉพาะข้อความในหน้าเอกสาร ไม่รวมตัวอย่างโค้ด และบอกไม่ได้ว่าข้อตกลงบริการหรือพฤติกรรมฝั่งเซิร์ฟเวอร์เปลี่ยนหรือไม่

สิ่งที่ใช้ได้ตอนนี้

• โมเดล: gemini-3.8-flash เป็นรุ่นที่ Google แนะนำ, gemini-4-argon สำหรับงานซับซ้อน, gemini-3.5-flash-lite สำหรับงานเน้นความเร็วและราคา และ gemini-3-flash-preview ที่ยังเป็น preview
• นโยบายความปลอดภัย: มีหมวดสำเร็จรูป เช่น FINANCIAL_TRANSACTIONS, COMMUNICATION_TOOL, ACCOUNT_CREATION และ LEGAL_TERMS_AND_AGREEMENTS ปรับค่าได้ แต่เอกสารย้ำว่าแอปยังต้องรองรับ safety_decision ที่ขอการยืนยันจากผู้ใช้เสมอ
• การตรวจ prompt injection: เปิดสแกนภาพหน้าจอเพื่อหาคำสั่งแอบแฝงได้ แต่เป็นแบบ opt-in ไม่ได้เปิดมาให้
• สภาพแวดล้อมรัน: แอปต้องรับผิดชอบเอง และเอกสารแนะนำให้ใช้ VM หรือ container แยก

ในสัปดาห์เดียวกัน

26 ต.ค. — โปรเจกต์ใหม่เก็บ request เป็นค่าเริ่มต้น โปรเจกต์ paid tier ที่สร้างตั้งแต่วันนี้เป็นต้นไป จะเก็บ request ของ generateContent, streamGenerateContent และ batchGenerateContent โดยตั้ง store=true ให้เหมือน Interactions API ส่วนโปรเจกต์เดิมยังคงค่าเดิม ปิดได้ทีละ request ด้วย store=false หรือปิดทั้งโปรเจกต์ที่ Logs and Datasets ใน AI Studio การตั้งระดับ request ต้องใช้ SDK รุ่นใหม่ เช่น google-genai 2.33.0 สำหรับ Python และ @google/genai 2.31.0 สำหรับ JavaScript

27 ต.ค. — gemini-api CLI รุ่นเบตา เป็นไคลเอนต์คำสั่งแบบ stateless ไม่มี dependency สำหรับให้ coding agent, สคริปต์ หรือ CI เรียก Gemini ผ่าน shell ใช้ได้ทั้งสร้างสื่อ วิเคราะห์ไฟล์ และสั่ง managed agent เป็นโอเพนซอร์ส Apache-2.0 Google เตือนว่าอาจมี breaking change ระหว่าง minor version จึงควรตรึงรุ่นใน CI

มุมมอง AI Curator

ป้าย GA ของ Computer Use มีความหมายกับฝ่ายจัดซื้อมากกว่าวิศวกร องค์กรที่ติดกฎห้ามใช้ของ preview ตอนนี้เริ่มพิจารณาได้ แต่ความเสี่ยงไม่ได้ลดลงตามป้าย การตรวจ prompt injection ยังต้องเปิดเอง และ agent ที่อ่านหน้าเว็บภายนอกก็ยังเจอคำสั่งแอบแฝงได้ ใครใช้งานจริงควรเปิดการสแกนและให้คนยืนยันขั้นตอนจ่ายเงินเสมอ

เรื่องที่ควรลงมือทำวันนี้คือค่าเริ่มต้น store=true ทีมไทยที่ส่งข้อมูลลูกค้าเข้า API และต้องปฏิบัติตาม PDPA ควรตรวจว่าโปรเจกต์ที่สร้างหลัง 26 ต.ค. ตั้งค่าไว้แบบไหน ช่องโหว่นี้เกิดง่ายมาก เพราะคนที่ตั้งค่าโปรเจกต์เก่าแล้วปลอดภัยจะคิดว่าโปรเจกต์ใหม่เหมือนเดิม ควรเพิ่มการตรวจนี้ใน checklist ตอนสร้างโปรเจกต์ และอัปเดต SDK ให้ถึงรุ่นที่รองรับ store

แหล่งข่าว

• Gemini API — Changelog
• Gemini API — Computer Use
• Gemini API — Logs and datasets
• Gemini API — Gemini API CLI