苹果迷苹果迷  2026-11-20 03:56 苹果家园 |  隐藏边栏 |   抢沙发 |  0 
文章评分 0 次,平均分 0.0 :
导语: 谷歌 11 月 19 日给 Mac 版 Gemini 加了 computer use:描述一件多步的活,它在隔离的后台窗口里替你点菜单、填表单、跨应用走完。硬件要 Apple Silicon、系统要 Sequoia 15.0 以上,账号还要是 Google AI Plus 及以上,目前只在美国以英文上线。任务跑在本地还是云端,谷歌没说。

11 月 19 日,谷歌给 Mac 版 Gemini 加了一项 computer use:你在对话框里描述一件要多步才能做完的活,它自己去点菜单、填表单、在桌面应用与网页之间来回走。谷歌官方博客与 9to5Google 当天都给了细节,功能先在美国以英文上线。

Mac 版此前那套 Task(旧名 Gemini Spark)只能读:接上 Gmail、日历这类服务之后,它可以从本地文件里取信息。这一次它开始动手。

谷歌演示画面:在对话框里用 @Computer use 让 Gemini 用 Blender 建模
官方演示里的提示词是让孩子画的蝴蝶在 Blender 里建模并绑定骨骼(图片来源:谷歌)

调用的方式是一句提示词

调用方式是往提示词里加一个 @Computer use,没有单独的模式入口。谷歌给的示范句很生活化:把小孩画的蝴蝶建模、绑定骨骼,用 Blender 做出来。

接入的桌面应用写在 Customize 的 Connectors 里。这一版新进名单的是 Blender 与 Autodesk Fusion,Git 与 Obsidian 早就在里面。

谷歌在博客里的定位很清楚:把那些要点击几十次的活交出去。没说出口的是它想替代什么——过去这类流程要靠 AppleScript 或快捷指令自己写脚本,写脚本的人得知道每一步点哪里;现在只需要说清要什么结果。

它在后台窗口里跑,你在前台照常用

执行过程放在一个隔离的后台窗口里,聊天窗口中有实时预览,主屏与光标都不被占用。你可以一边打字、一边开会,它在另一边点。

权限这一层是逐个给的:你能指定它碰哪些应用,没被选中的应用它进不去。中途可以一键暂停,不需要等它跑完。

被拦下来的动作有两类。登录与付款会停下等确认,其余被判定为敏感的操作也要先批准。这套设计与「让 AI 自己跑完全程」相反,谷歌把它写成「你保有控制权」。

这些设计也说明它知道自己会出错。一个能替你点按的程序,一旦点错对话框,后果可能是删掉文件或提交订单,确认框就是最后一道闸。

四个官方示例,对应四种重复劳动

手上堆着一批需要整理的活、又肯在每一步按确认的人,这个功能当天就能省时间。想让它一次跑完不打断的人,会被那些确认框劝退。

谷歌举的四类场景都是「跨应用」的:在设计软件里批量给照片调色,或者搭一个复杂的三维场景;从本地 PDF 里抽出重量、尺寸与地址,填进多箱寄运的报价单;从多个地区的实时看板抓指标与截图,拼成一份 Google Slides;分析本地文件夹里的衣物照片,查价、记录信息,再去转售平台上架。

四件事的共同点是中间要换应用、要复制粘贴、要按固定顺序点。这类活在办公室里最耗人,也最难交给一个只会聊天的助手。

谷歌给出的四个使用场景要点卡
四个例子都跨应用,都要按固定顺序点击

四个例子都在谷歌自家或第三方桌面软件里完成,没有一件是系统级操作:不装软件、不改系统设置、不碰 Finder 里的批量重命名。

门槛不低:Apple Silicon、Sequoia 15.0、付费档

硬件要求写在博客的脚注里:Apple Silicon 的 Mac,系统要 macOS Sequoia 15.0 或更高。谷歌帮助页补了两条更细的:内存 8GB 以上,安装需要 200MB 空间。

软件门槛叠了三层:个人谷歌账号、年满 18 岁、订阅 Google AI Plus、Pro 或 Ultra 中的任意一档。免费账号用不了。

地区与语言也有限制,目前只有美国、只有英文。谷歌没有给出其他地区与语言的时间表。

使用 computer use 的四项门槛对照卡
机型、系统、账号、订阅、地区,五项缺一不可

把这几条合起来看,Intel 机型直接出局,国区账号也用不上。这不是一个「装上就能试」的功能,硬件、账号、订阅、地区四道门都要过。

谷歌没说清的四件事

任务跑在本地还是云端,博客没写。这一点关系到本地文件会不会被上传,是这类功能最该交代的一项。

应用会申请哪些 macOS 权限,也没写。截图、辅助功能、完全磁盘访问,这些权限的级别差别很大,谷歌只说了「你选哪些应用」。

出错率与单次任务的时长上限没有公布。谷歌给的四个示例都是自家演示,没有第三方实测。

中文界面下的表现同样未知。功能只在美国以英文上线,应用界面若是中文,菜单名与按钮名都对不上,识别能不能跟上要等实测。

与半年前那次更新相比

站内 9 月写过 Gemini for Mac 接上 iMessage 的那次更新(Gemini for Mac 接上 iMessage),那一步的关键词是「读」:能读消息、能发消息、能搜历史,但发不了图也改不了群。

这一步的关键词是「写」。同一个应用,从读你的数据,走到动你的软件。中间隔了两个月,权限级别升了一档。

用 Mac 做重复劳动的人,可选项多了一个。过去想让机器替你操作,只有苹果自己的快捷指令与第三方自动化工具;现在多了一个用自然语言描述流程的入口,代价是把一部分控制权交出去,还要付一份订阅费。

声明:本文来自投稿,不代表苹果家园立场,版权归原作者所有,欢迎分享本文,转载请保留出处!

发表评论

表情 格式 链接 私密 签到

友情链接

    扫一扫二维码分享