⚡ 猫叔的AI资讯雷达
Agent产业

Google让Gemini接管Mac应用与网页操作

Gemini Mac版新增电脑操控能力,可在后台跨桌面软件、本地文件和网页点击、输入并完成多步任务。

Google开始在Gemini Mac应用中推出电脑操控功能,允许助手代用户操作桌面应用、本地文件和网站。根据Google的介绍,Gemini可以点击控件、填写表单并完成多步骤流程,同时在独立窗口中运行。

该功能目前面向美国地区、使用英语且订阅Google AI Plus、Pro或Ultra的用户,因此仍是有限范围的产品发布,而不是全面开放的平台能力。用户仍可控制屏幕,Google给出的应用场景包括整理文件、在不同软件间转移信息以及填写网页表单等重复性工作。

从聊天走向操作系统

电脑操控系统不同于只调用API、或只能在单一服务内工作的普通助手。它们直接使用人类面对的可视化界面,因此可以处理那些没有专门接口的软件。但这种灵活性也带来更大的出错面:一次错误点击可能修改文档、发送消息,甚至提交交易。

Google的Mac版本把公司直接推入个人电脑智能体竞争,也让操作系统控制权成为越来越重要的战场。与此同时,苹果据报正在招聘工程师打造自己的桌面智能体,说明电脑操控已经不再只是辅助功能领域的边缘尝试。

为什么重要

这次发布的价值不在某个基准分数,而在实际工作流。如果Gemini能稳定完成跨应用的琐碎任务,助手的核心价值就会从回答问题转向交付结果。不过,受限地区、订阅门槛和广泛权限要求也说明,可靠性、授权边界以及出错后的恢复能力,仍与模型本身的聪明程度同样关键。

猫叔判断

Google把Gemini放进隔离窗口,关键不是界面变化,而是它试图让后台执行始终处在用户可见、可收回的范围内。

信源