据 TechCrunch AI 报道,2026 年 11 月 19 日,Google 宣布将 computer use 能力带入 macOS 版 Gemini 桌面应用。在用户给出指令并允许相关操作后,Gemini 可以在 Mac 上代替用户完成任务,包括操作原生 Mac 应用,并在后台浏览网页。该功能首先在美国市场以英语提供,用户需要安装 Gemini Mac 应用,并拥有 Google AI Plus、Pro 或 Ultra 订阅。
从聊天框到桌面:Gemini 开始处理多步任务
按照 Google 的介绍,用户说明目标后,Gemini 可以执行跨本地文件、应用和网页的多步骤任务。执行过程会以实时预览方式出现在聊天窗口中,用户可以看到代理正在做什么;同时,用户自己的屏幕和光标仍可继续使用,不必全程盯着代理操作。
素材提到,Gemini 可以导航原生 Mac 应用,并在后台浏览网站。这意味着它不只是生成建议,而是可以尝试完成连续操作。Google 列举的场景包括填写表单、对一批文件重复执行同一任务、按特定标准把文件整理到文件夹,以及利用文件或在线仪表板信息制作幻灯片。
- 整理文件:按特定标准把文件归入文件夹。
- 填写表单:处理表单类任务。
- 批量操作:对一批文件重复执行同一任务。
- 制作幻灯片:利用文件或在线仪表板中的信息生成幻灯片。
这些场景都指向重复、琐碎、跨窗口的桌面劳动。对普通用户而言,Gemini 的价值不再只是回答问题,而是开始接触实际工作流。
迟到但必要:Google 补齐桌面 Agent 拼图
在桌面代理方向上,Google 并非最早入场。TechCrunch 提到,OpenAI、Anthropic 和 Meta 已在桌面应用中提供代理功能一段时间。Google 此时把 computer use 带到 macOS 端,是在补齐 Gemini 桌面产品的一项关键能力。
这也是其近期代理布局的一部分。本周,Google 宣布更广泛推出 Gemini 的 Tasks 功能,帮助用户登录网站、网上购物或预约。此前,Google 也开始让早期测试者体验 9 月宣布的 CC AI 代理,其定位是帮助家庭整理邮件、日历、聊天和任务。
如果把这些能力放在一起,Gemini 正从单点问答扩展到不同层级的任务执行:应用内任务、家庭信息整理,以及直接操作 Mac。桌面级 Agent 让其产品形态更接近数字助手,而不是单纯的聊天界面。
能力边界与使用门槛:可控,但仍有限
Google 表示,与其他 computer use 代理类似,用户可以暂停、停止,并在动作发生前批准 Gemini 的操作。这一机制把用户放在审批和中断的位置上,为账户、支付、文件管理等敏感操作提供了确认环节。
但边界也很清楚:该功能目前仅面向美国英语用户,且需要 Gemini Mac 应用和 Google AI Plus、Pro 或 Ultra 订阅。Google 没有说明何时扩展到其他市场或平台。目前信息也未说明它能覆盖多少应用、能否处理复杂权限环境,或哪些任务的稳定性更高。
因此,Gemini 的 Mac 代理能力目前更像一项面向早期付费用户的实用功能。它适合规则清晰、重复度高、可被预览和确认的任务;面对复杂软件操作、跨系统流程或高风险动作,用户仍需保持审慎。
行业意义:AI 助手竞争转向执行权
从行业角度看,这次更新的意义不只是追赶竞争对手,而是把大模型竞争进一步推向执行层。过去,桌面助手多停留在生成文本、总结信息和提供建议;现在,厂商开始尝试让模型直接操作应用、浏览器和文件系统。
当 AI 获得有限执行权,用户关注的不再只是模型是否聪明,也包括它是否能准确完成步骤、是否能被随时叫停,以及是否能让用户看到每一步。Gemini 提供实时预览、暂停、停止和动作批准,正对应这些要求。
Google 没有给出更广泛开放的时间表,但 Mac 端 computer use 已经说明其路线:让 Gemini 从聊天窗口进入文件、表单、应用和网页构成的日常工作环境。对需要处理大量桌面任务的用户来说,这是 AI 助手从“可用”到“可托付”的一次试探。
原创文章,作者:点点,如若转载,请注明出处:https://www.dian8dian.com/gemini-huo-de-mac-zhuo-mian-zhi-xing-neng-li-google-rang-ai