Computer Use 与 Interactions API：agent 从文字规划走向可执行界面
入选理由 · 这条决定后续管理面板和自动化任务不能只展示信息，还要能触发、观察、恢复任务。
核心要点
- Interactions API 提供 server-side state 和 background execution
- Computer Use 支持 browser、mobile、desktop 环境
- 管理面板后续应能触发、观察、重试和恢复任务
- 权限、安全策略和日志会成为产品核心
AI 摘要
Google 把 Interactions API 设为 Gemini models and agents 的 primary API，并开放 Computer Use preview，说明执行环境正在成为 agent 产品的一部分。专题需要保留的不只是功能名，而是它对个人工作流的影响：信息源管理面板未来可以从「配置 X 账号、RSS、we-mp-rss」进一步走向「触发拉取、观察失败、重试、生成报告、写入学习卡」。这要求任务状态、权限、安全策略和日志都成为产品的一等元素。
深度报告结构
认知提取
Agent 的核心瓶颈正在从“文字规划”转向“受控环境执行”。Interactions API 处理上层交互与状态，Computer Use 处理界面动作，二者结合使 Agent 具备了感知界面、提出动作、等待执行、复查结果的闭环能力。执行环境（包括任务状态、权限、安全策略和日志）正在成为 Agent 产品的一等元素。
事件脉络
2026年6月25日，Google 宣布 Interactions API 正式 GA，成为 Gemini 模型和 Agent 的 primary API，支持 server-side state、background execution 等能力，并引入 Managed Agents。同时，Computer Use 开放 preview，支持多端环境。这标志着 Google 正在为 Agent 提供从底层状态管理到顶层 UI 操作的完整基础设施。
证据链与核查点
事实证据：Google 官方博客确认 Interactions API GA 及其核心特性（server-side state, background execution 等），并提及 Computer Use preview。推断证据：基于 API 特性推断 Agent 产品形态将从纯文本向可执行界面演进。仍需核查：Computer Use 的具体 API 约束、并发限制、计费模式，以及 Managed Agents 的具体状态持久化机制，需查阅 Google 完整技术文档进行核查。当前无视觉材料，不臆测界面截图。
编辑判断
当前 Computer Use 并非万能自动驾驶，其能力边界应严格限制在低风险、可回滚任务。企业级落地必须遵循分层路径（读屏建议 -> 只读/可撤销执行 -> 写操作人工审批），并建立包含动作日志、快照和权限白名单的审计链路。真正的产品竞争力在于“知道何时不能点击”，而非盲目放权。
未来关注
1. Google 生态整合：Workspace、Android、Chrome 等核心产品是否更深接入 Agent 执行环境。2. 安全演进：Computer Use 是否提供更细粒度的权限、沙箱和审计能力。3. UI 范式转移：应用厂商是否为 Agent 设计可机器读取、可安全执行的新型界面，推动软件 UI 从“仅服务人类”向“人机共服”转变。
原文摘录
采集片段 · 非全文转载A single unified endpoint for Gemini models and agents with server-side state, background execution, tool combination and multimodal generation. Ali Çevik Group Product Manager, Google DeepMind Philipp Schmid Developer Relations Engineer, Google DeepMind Today we're announcing that the [Interactions API](https://ai.google.dev/gemini-api/docs/interactions) has reached general availability and is now our primary API for interacting with Gemini models and agents. We launched its public beta in December 2025, and it has quickly become developers’ favorite way to build applications with Gemini. With this GA release, the API now has a stable schema and we also added major new capabilities that developers asked for, including Managed Agents, background execution, Gemini Omni (soon) and more. All of our documentation now defaults to Interactions API and we are working with ecosystem partners to make it the default interface across 3P SDKs and Libraries. ## The simplest way to bu（摘录未完，全文见原文出处。）