Google Gemini 3 Flash：Agentic vision (代理視覺)實測

 

最近Google Gemini 3 Flash推出的新功能Agentic vision (代理視覺)，顧名思義，就是讓模型仿人類的視覺推理、規劃、再行動的日常行為，其過程其實非常簡單直覺，只要給模型一張圖片、輸入問題，模型就能展開自主性的視覺推理、規劃、再行動，全程無須人為干預。

測試Sudoku數獨，設定難度級別：極限。(對多數人來說，此模式成功破關的比例不高。)

Sudoku數獨(極限)影片實測：

手指數量測試：

手指數量影片實測：

自己工作中使用的分車表測試：

兩張分車表也沒問題：

   

兩張分車表也沒問題：

微調班次影片實測：

程式碼測試：

搭配專門處理程式碼的Gems效果：

程式碼影片實測：

圍棋也能使用：

晚上同事要用主管電腦來調閱影像時，結果發現主管電腦出現了這個警告訊息畫面，導致同事只能默默哀嚎、無法操作：

於是我立刻拿出Google Gemini 3.0 Flash（思考型） + Gems，直接當場用手機拍照詢問，果不其然，問題一下子就解決了！

當下心情一整個莫名舒服！能快速、有效、解決眼前的燃眉之急，其實比什麼都重要。

觸發Agentic vision (代理視覺)功能教學：