觉
AI觉醒星球
Awakening is here
AI技能杠杆 · 阅读档案
2026-11-21 1 浏览 免费阅读

谷歌 Gemini 现在能操作 Mac 应用,并在你继续工作时于后台完成桌面杂务

谷歌在 Gemini Mac 应用中上线 Computer Use 功能:用户描述目标后,Gemini 可在隔离的后台窗口中跨本地文件、桌面应用和网站完成多步骤任务,用户可限定可访问应用、实时观看、随时暂停并预批准关键操作。该功能今日起在美国以英语推出,Gemini Mac 应用已可下载;OpenAI 近期也在推进 Computer Use,并凭借 Astra 模型明显领先。

AI技能杠杆 约 9 分钟读完 免费阅读 原文 2026-11-21 02:50:31

原贴

查看原文
作者:Matthias Bastian 来源站点:the-decoder.com 原贴时间:

原文

Google now lets Gemini handle Mac tasks in the background. The new "Computer Use" feature in the Gemini Mac app completes multistep tasks across local files, desktop apps, and websites. Google says users simply describe a goal, and Gemini clicks, types, and navigates menus and forms. Everything runs in an isolated background window with a live chat preview, keeping the screen and cursor free for uninterrupted work. Users choose which apps Gemini can access, watch every step live, pause anytime, and approve key actions beforehand. Google's examples include batch-editing photos and 3D scenes, filling out shipping forms from local PDFs, and building presentations. Computer Use rolls out in English in the US today, and the Gemini Mac app is available to download . OpenAI has also focused on Computer Use recently, pulling well ahead with its Astra model . Ad Ad

中文翻译

谷歌现在让 Gemini 在后台处理 Mac 上的任务。Gemini Mac 应用中的新“Computer Use”功能可跨本地文件、桌面应用和网站完成多步骤任务。

谷歌表示,用户只需描述一个目标,Gemini 就会点击、输入,并在菜单和表单中导航。一切都在隔离的后台窗口中运行,并带有实时聊天预览,让屏幕和光标保持空闲,以便不被打断地工作。

用户可以选择 Gemini 能访问哪些应用,实时观看每一步,随时暂停,并提前批准关键操作。谷歌给出的示例包括批量编辑照片和 3D 场景、根据本地 PDF 填写发货表单,以及制作演示文稿。

Computer Use 今天在美国以英语推出,Gemini Mac 应用已可下载。OpenAI 最近也聚焦于 Computer Use,并凭借其 Astra 模型明显领先。

核心信息

谷歌在 Gemini Mac 应用中上线 Computer Use 功能:用户描述目标后,Gemini 可在隔离的后台窗口中跨本地文件、桌面应用和网站完成多步骤任务,用户可限定可访问应用、实时观看、随时暂停并预批准关键操作。该功能今日起在美国以英语推出,Gemini Mac 应用已可下载;OpenAI 近期也在推进 Computer Use,并凭借 Astra 模型明显领先。

  • 谷歌在 Gemini Mac 应用中上线 Computer Use 功能:用户描述目标后,Gemini 可在隔离的后台窗口中跨本地文件、桌面应用和网站完成多步骤任务,用户可限定可访问应用、实时观看、随时暂停并预批准关键操作。该功能今日起在美国以英语推出,Gemini Mac 应用已可下载;OpenAI 近期也在推进 Computer Use,并凭借 Astra 模型明显领先。
  • 原贴提到:Google now lets Gemini handle Mac tasks in the background. The new "Comp
  • 来源:the-decoder.com

详细解读

这是什么信号

这不是又一次“AI 会点鼠标”的演示,而是桌面智能体开始被包装成可日常使用的产品形态:Gemini 在 Mac 上以隔离的后台窗口执行跨应用、跨文件、跨网页的多步骤任务,前台屏幕和光标不被占用。更关键的是产品化的边界设计——用户选择可访问的应用、全程可见每一步、可随时暂停、关键动作需预先批准。这意味着厂商不再只卖“能力”,而是在卖“可控的执行权”。

为什么重要

过去一年,聊天式 AI 的瓶颈从“会不会想”变成“能不能做完”。桌面是绝大多数真实工作的发生地:本地 PDF、表格、修图软件、浏览器后台,恰恰是 API 覆盖不到的长尾。谁能在这一层稳定执行,谁就掌握了工作流的入口。同时,谷歌此次把“隔离窗口 + 权限白名单 + 预批准 + 可暂停”做成默认项,等于承认智能体的核心风险在执行侧,而不是生成侧——这会影响企业后续采购 AI 工具时的评估标准。

对谁有价值

最直接受益的是 Mac 上被重复性多步骤流程困住的个人与小团队:需要批量处理图片与 3D 素材的设计/电商运营、要从本地 PDF 反复录入表单的外贸与后台人员、要拼装演示文稿的咨询与市场岗位。其次是做 AI 工具测评、教程与工作流内容的人——这是一手的、可复现的素材来源。对开发者和自动化从业者而言,它划出了一条新基准线:凡是“目标可描述、步骤可在界面完成”的流程,都要重新评估是否还值得手写脚本。

可以怎么行动

第一,列出自己一周内重复三次以上的桌面流程,把它写成一句“目标描述”,检验是否具备被委托的条件——描述不清的流程,说明你自己也没标准化。第二,在非关键任务上先跑:素材批处理、信息搬运、表单填报是最佳试验田,出错成本低、验证速度快。第三,建立自己的“预批准清单”,明确哪些动作必须人工确认(发送、提交、删除、付款类),把它固化为使用习惯而不是临场判断。第四,注意当前仅限美国英语推出,中文场景的实际可用性存在时间差——这个窗口期正是内容与工作流方案的供给空档。

风险与限制

区域与语言限制是硬约束:今日起仅美国英语可用,其他地区用户的真实体验与稳定性尚无验证。功能层面,跨应用链路依赖用户授权,授权越少任务越容易中断,授权越多数据暴露面越大;本地文件与网页之间流动的信息可能包含敏感内容,需要在任务设计阶段就做隔离。可观测性虽好于“黑箱”,但后台执行仍可能出现看似成功、实际错误的结果,人工核查不可省略,不能把它当无人值守。竞争层面,原文明确指出 OpenAI 凭 Astra 模型在该方向领先,说明这一能力的领先地位并不稳固,今天的最佳实践几个月后可能失效,不宜把工作流深度绑定在单一厂商上。

信息差价值

这条内容的真正价值,不只是“有人发布了一个新功能”,而是它揭示了 the-decoder.com 背后的产品方向、工作流变化或竞争信号。对 OPC 来说,这种信息可以转化成持续追踪的栏目选题。

如果把《谷歌 Gemini 现在能操作 Mac 应用,并在你继续工作时于后台完成桌面杂务》放到你的内容系统里,它最大的价值在于帮助读者更快看懂“为什么值得关注”,而不是只看到一条碎片化动态。

参考来源

AI SUMMARY

这篇文章回答了什么

谷歌 Gemini 现在能操作 Mac 应用,并在你继续工作时于后台完成桌面杂务主要讲什么?

谷歌在 Gemini Mac 应用中上线 Computer Use 功能:用户描述目标后,Gemini 可在隔离的后台窗口中跨本地文件、桌面应用和网站完成多步骤任务,用户可限定可访问应用、实时观看、随时暂停并预批准关键操作。该功能今日起在美国以英语推出,Gemini Mac 应用已可下载;OpenAI 近期也在推进 Computer Use,并凭借 Ast…

这篇文章最值得关注的要点是什么?

谷歌在 Gemini Mac 应用中上线 Computer Use 功能:用户描述目标后,Gemini 可在隔离的后台窗口中跨本地文件、桌面应用和网站完成多步骤任务,用户可限定可访问应用、实时观看、随时暂停并预批准关键操作。该功能今日起在…;原贴提到:Google now lets Gemini handle Mac tasks in the background. The new "Comp;来源:the-decoder.com

这篇文章和哪些AI专题相关?

它适合放在Agent工作流、AI工具、AI超级个体专题里阅读。 关联原因:这篇内容命中「Agent、智能体、工作流」等主题信号。;这篇内容命中「自动化、模型」等主题信号。;这篇内容命中「技能」等主题信号。

阅读这篇文章建议先理解哪些关键词?

建议先理解AI工具、工具、自动化、模型、Cursor这些关键词,再结合正文判断工具、机会或风险是否值得进入自己的工作流。

上一篇 用 GPT-6.2 Astra 或 Sol 构建时需要更快速度?ChatGPT Pro 200 上的 Ultrafast 用法 下一篇 公共预览中的拉取请求概览改进
北竹游乐场 免费玩小游戏 免费玩