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。)
Google Gemini 3 Flash （思考型）：Agentic vision（代理視覺）效果
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：
就算要同時分析兩張分車表也沒問題：
職場上突發新增工作項目要其他下面部門去共同分攤，於是Google Gemini的Agent Vision就派上用場了！
剛好需要調整班次，就順手實測，自己收集來的三天行車數據資料，對Agentic vision (代理視覺)進行逆向工程水平測試，結果表現上與職場年資20年的人類專家判斷相同。
調整班次影片實測：
程式碼測試：
搭配Gems的效果：
程式碼實測影片:
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。
上傳影片檔案時，也能一起Agentic Vision與banana Pro功能
觸發Agentic vision (代理視覺)功能教學：
