Режим Tasks в Gemini получил вход в голосовой Gemini Live

Как сообщает TestingCatalog, в новом режиме Tasks десктопного приложения Gemini, где агент Computer Use сам работает с программами на компьютере, есть такая же точка входа в Gemini Live, как в обычном чате. Издание делает вывод, что задачи ноутбуку можно будет давать голосом, не прерывая живого разговора с Gemini.

Коротко

• Обновление десктопного приложения Gemini переводит функцию Computer Use в новую фазу тестирования: появился переключатель между режимами Chat и Tasks, и доступ к Tasks начали получать доверенные тестеры.
• Голосовой частью может стать Gemini 3.8 Live, вышедшая 15 сентября: модель умеет вызывать функции асинхронно и выполнять задачи прямо по ходу диалога, а в настройках появился список разрешённых и запрещённых приложений.
• Сам режим TestingCatalog пока не видел, доступа у издания нет, а широкий запуск функций Computer Use, по его оценке, может занять недели или больше в зависимости от хода тестирования.

Если вы не следили: приложение Gemini для Windows Google анонсировала в сентябре, и публично оно вышло лишь в начале этого месяца. Параллельно компания ведёт Gemini к выполнению задач сразу в нескольких приложениях и к фоновым сценариям, когда работа идёт без постоянного участия пользователя. Computer Use, агент, который сам открывает программы и нажимает кнопки на компьютере, уже проходил тестирование, и нынешнее обновление переводит его в следующую фазу.

В режиме Tasks есть та же точка входа в Gemini Live, что и в чате

Главная видимая перемена касается интерфейса: в приложении появился переключатель между Chat и Tasks. В первом режиме идёт привычный разговор, во втором задачи получает агент Computer Use. Доступ к Tasks начали выдавать доверенным тестерам, у самого TestingCatalog его пока нет.

Самая любопытная деталь находится внутри Tasks. Там, как и в обычном чате, есть точка входа в Gemini Live, голосовой режим Gemini для разговора в реальном времени. По мнению TestingCatalog, отсюда вырисовывается сценарий, в котором пользователь просит Gemini поработать с ноутбуком и продолжает с ним живой разговор. Сам голосовой сценарий в Tasks издание не проверяло: вывод сделан по наличию точки входа.

В настройках Computer Use появился список разрешённых и запрещённых приложений

Настройки Computer Use становятся подробнее. В новом меню пользователь задаёт разрешённые и запрещённые приложения и тем самым решает, какими программами Gemini может управлять. Меню относится именно к Computer Use, агенту, который действует в программах от имени пользователя.

Вторая находка в том же обновлении касается проектов. Возможность начать проект Gemini прямо из папки TestingCatalog замечало и раньше, теперь она стала заметнее в интерфейсе и, судя по всему, тоже переходит к доверенным тестерам.

Вместе с переключателем Chat и Tasks эти изменения, по оценке TestingCatalog, показывают, что Google развивает десктопный Gemini как нечто большее, чем отдельный чат-клиент.

Тестеры замечают в Gemini 3.8 Flash ответы, похожие на Gemini 4 Pro

Параллельно не утихают разговоры о Gemini 4. По данным TestingCatalog, некоторые тестеры при работе с Gemini 3.8 Flash получали ответы, которые, по всей видимости, связаны с чекпоинтом Gemini 4 Pro. Какая модель на самом деле отвечала, неясно.

Упоминания семейства Gemini 4 издание находило и раньше. Какой именно чекпоинт, то есть сохранённый вариант модели на определённом этапе обучения, Google в итоге выпустит под этим названием, пока непонятно. TestingCatalog подаёт эту историю отдельно от новостей о режиме Tasks.

Зачем голосовому агенту асинхронный вызов функций

Затем, чтобы разговор не вставал на паузу. Gemini 3.8 Live, которую Google выпустила 15 сентября, работает с аудио в реальном времени и вызывает функции асинхронно. Вызов функции означает, что модель обращается к внешнему инструменту и просит его что-то сделать, например действие в программе на компьютере.

При обычном, синхронном вызове модель отправляет запрос и молчит, пока инструмент не вернёт результат. При асинхронном она продолжает разговор, а ответ инструмента подхватывает, когда тот будет готов. Так работает официант, который передал заказ на кухню и не стоит у плиты, а продолжает говорить с гостями.

В тот же день Google объявила и вариант 3.8 Live Extended Thinking, а в анонсе описала голосовые задачи и асинхронные вызовы функций. TestingCatalog называет новую модель естественной парой для Tasks: агент Computer Use выполняет действия на ноутбуке, а голосовая модель тем временем поддерживает разговор и берёт задачи прямо по ходу диалога.

Всё описанное пока видно только снаружи: доступа к Tasks у TestingCatalog нет, поэтому неизвестно, насколько надёжно агент справляется с задачами и работает ли голосовое управление уже сейчас или пока только заложено в интерфейс. На наш взгляд, меню разрешённых и запрещённых приложений здесь полезнее голосовой точки входа: агенту, который сам управляет программами, проще доверить ноутбук, когда ему заранее очерчены границы.

Когда Tasks дойдёт до всех

Дата выхода пока не называется. По оценке TestingCatalog, до широкого запуска функций Computer Use могут пройти недели или больше, и срок зависит от того, как пройдёт тестирование у доверенных пользователей. Открытым остаётся и вопрос с Gemini 4: какой чекпоинт выйдет под этим именем и когда, пока неясно.