Itinutulak ng Google ang hangganan ng AI assistance sa pamamagitan ng pagpapakilala ng Agent Mode para sa Gemini, na kumakatawan sa isang pundamental na pagbabago mula sa mga reaktibong query-response system patungo sa mga proaktibong ahente na kayang magsagawa ng mga gawain nang mag-isa.
Ang Agent Mode, na inanunsyo sa Google I/O 2025, ay nagpapahintulot sa mga user na ilahad lamang ang kanilang mga layunin at hayaan si Gemini na matalinong isaayos ang mga kinakailangang hakbang upang makamit ang mga ito. Pinagsasama ng tampok na ito ang mga advanced na kakayahan tulad ng live web browsing, masusing pananaliksik, at matatalinong integrasyon sa mga Google app upang pamahalaan ang mga komplikado at sunud-sunod na gawain nang minimal ang pangangailangan ng user na mangasiwa.
"Isipin mong ilahad mo lang ang iyong layunin, at si Gemini na ang mag-oorganisa ng mga hakbang para makamit ito," paliwanag ng Google sa kanilang anunsyo. Ang teknolohiyang ito ay nakabatay sa Project Mariner, ang eksperimentong AI agent ng Google na kayang umunawa at magbigay ng lohikal na desisyon mula sa impormasyon sa mga browser screen, kabilang ang teksto, larawan, form, at iba pang elemento ng web.
Dinadala rin ng Google ang kakayahan ng Project Mariner sa paggamit ng computer papunta sa Gemini API at Vertex AI, na magbibigay-daan sa mga developer na bumuo ng mga aplikasyon gamit ang mga agentic na tampok na ito. Ilang kumpanya gaya ng Automation Anywhere, UiPath, Browserbase, Autotab, The Interaction Company, at Cartwheel ang nagsisimula nang tuklasin ang potensyal nito, at inaasahang mas marami pang developer ang magkakaroon ng access ngayong tag-init.
Ipinapakita ng teknolohiyang ito ang mga kahanga-hangang kakayahan, kabilang ang "teach and repeat" function kung saan maaaring ipakita ng user ang isang gawain nang isang beses at matutunan ito ng AI upang ulitin sa mga susunod na pagkakataon. Sa praktikal na aplikasyon, makakatulong ang Agent Mode sa paghahanap ng apartment sa pamamagitan ng pagsuri ng mga listahan sa mga site tulad ng Zillow, pag-aayos ng mga filter, at maging ang pag-schedule ng mga tour batay sa pamantayan ng user.
Ang pag-usbong na ito ay kumakatawan sa mahalagang pagbabago sa paraan ng pakikisalamuha ng mga user sa AI assistants. Sa halip na magbigay ng partikular na utos sa bawat hakbang, maaari nang ipagkatiwala ng mga user ang buong layunin kay Gemini, na siyang magpapasya at magsasagawa ng mga kinakailangang aksyon. Ang eksperimentong bersyon ng Agent Mode ay malapit nang maging available sa mga Google AI Ultra subscriber, kung saan binibigyang-diin ng kumpanya ang kontrol ng user, transparency, at mga pananggalang sa seguridad sa buong karanasan.