">

Gemini 应用 Mac 版上线 computer use:在后台替你操作本地应用与网页

Google 于 2026 年 11 月 19 日宣布在 Gemini 应用 Mac 版中推出 computer use,可在后台操作本地文件、桌面应用与网页,完成多步骤重复任务。官方写 starting today 并以英语在美国分批推出,限定 Apple Silicon Mac、macOS Sequoia 15.0 以上、18 岁以上个人 Google 账号,面向 Google AI Plus、Pro 与 Ultra 订阅者。功能在一个隔离的后台窗口运行,用户可逐项查看、暂停并批准关键操作。

这次发布的是什么

Google 在 2026 年 11 月 19 日宣布,Gemini 应用的 Mac 版新增 computer use 能力。官方页面顶部标题为「Automate Mac tasks with Gemini computer use」,正文标题是「Let Gemini tackle repetitive chores on your Mac」,RSS 条目时间为当天 17:00 UTC。

按官方说法,这项功能让 Gemini 在后台操作 Mac 上的应用、本地文件与网站,把跨多个步骤的重复任务接过去。原文写的是「Gemini can now navigate Mac apps and websites in the background to finish complex tasks」,并强调它会在隔离的后台窗口里工作,聊天界面里提供实时预览,不占用主屏幕和光标。

需要说明成熟度口径。官方页面用了 starting today 与 rolling out,没有写 preview 或 beta,也没有写正式可用标签;本文两边都不替它断言,只按官方动词记为「当天起分批推出」。同理,官方写的是分批开放,不等于符合条件的账号立即可见。

可用性与限制

  • 时间锚点:Google 官方博客页写 Nov 19, 2026,RSS pubDate 为 2026-11-19T17:00:00Z
  • 推出状态:官方写 starting today 与 rolling out,未标 preview 或 beta
  • 地区与语言:以英语在美国推出,官方未列其他地区与语言
  • 硬件要求:需 Apple Silicon Mac,运行 macOS Sequoia 15.0 及以上版本
  • 账号要求:限 18 岁以上的个人 Google 账号
  • 订阅要求:面向 Google AI Plus、Pro 与 Ultra 订阅者
  • 权限控制:由用户选择 Gemini 可以访问哪些应用,可实时查看每一步、随时暂停,并在关键动作前批准
  • 运行方式:在隔离的后台窗口中执行,聊天内提供实时预览,不占用主屏幕与光标
  • 获取入口:官方写从 gemini.google/mac 下载 Gemini 应用 Mac 版
  • 分批口径:官方用 rolling out,账号符合条件但暂未看到入口属于允许状态

主要功能

  • 在后台跨本地文件、桌面应用与网页完成多步骤任务
  • 自动执行点击、输入、菜单选择与表单填写等界面操作
  • 在隔离窗口里运行,不打断用户当前屏幕工作
  • 在聊天中提供实时步骤预览,便于观察执行过程
  • 让用户逐项授权可访问的应用,并在关键动作前要求批准
  • 支持随时暂停,把控制权交回用户

技术原理

官方对执行方式的描述集中在「隔离窗口」与「人在回路」两点。它说 Gemini 在一个独立的后台窗口里运行,聊天界面里同步显示实时预览,因此不会占用主屏幕和光标。这一点是它区别于直接接管桌面操作的关键:任务在旁侧执行,用户仍可使用自己的机器。

在权限侧,官方列了三层控制。用户先选择允许 Gemini 访问哪些应用;执行中每一步都能实时看到;关键动作发生前需要批准。官方还写了可以随时暂停。这些措辞说明设计上把界面操作视为需要授权的行为,而不是让智能体静默完成全部动作。

从任务类型看,官方举例覆盖了跨应用的数据搬运:批量给图片调色、搭建三维场景、从 PDF 提取信息填入运费报价单、根据仪表盘生成 Google Slides、批量整理二手商品上架信息。这些例子的共同点是需要连续点击、输入与表单填写,属于典型的界面级重复劳动。官方没有公开底层模型或自动化框架细节,本文不据此推断实现方式,只按官方描述记录。

需要说明的是,官方页面没有交代它如何处理账号内的私密数据、本地文件权限边界与失败重试机制,本次核对的内容里也没有列出任务执行失败的回滚方式。这些属于未核实点,留待人工审定,不写成已确认能力。

实际体验

官方给出的场景偏向「重复性高、步骤明确、跨应用」的任务。比如把一批图片按统一参数调色,或从多份 PDF 里提取字段再填入报价单,这类工作人工做需要反复切换窗口和复制粘贴,交给后台执行的价值比较直观。官方强调实时预览与逐步批准,意味着用户可以在中途发现偏差并叫停,而不是只能等结果。

从官方描述看,试用门槛主要来自四个条件叠加:所在地区、语言、硬件与系统版本、订阅层级。四项都要满足,缺一项就看不到功能。官方用 rolling out 描述推出节奏,因此即便四项都符合,短时间内没有入口也属于正常情况。

另一个需要留意的点是授权范围。官方说由用户选择 Gemini 可访问的应用,那么实际能自动完成多少,取决于授权给它的应用数量。授权越宽,可接管的任务越多,但相应地需要更仔细地检查每一步预览。官方没有提供任务成功率的公开口径,也没有给出可执行任务的完整清单,本文按官网当前说明记录,不补写未公开的能力边界。

项目地址与获取方式

  • 官方发布页:blog.google 上「Automate Mac tasks with Gemini computer use」一文
  • 应用下载:官方写从 gemini.google/mac 获取 Gemini 应用 Mac 版
  • 前置条件:Apple Silicon Mac、macOS Sequoia 15.0 及以上,个人 Google 账号且年满 18 岁
  • 订阅要求:Google AI Plus、Pro 或 Ultra
  • 请通过官方渠道下载安装,避免从第三方站点获取被篡改的应用

适合谁用

  • 经常在 Mac 上做批量文件处理、表单填写与跨应用数据搬运的个人用户
  • 已经订阅 Google AI Plus、Pro 或 Ultra,且设备是 Apple Silicon Mac 的用户
  • 需要把多步骤、规则明确的重复任务交给后台执行,同时希望保留逐步审批权的场景
  • 不必用的场景:不在美国或以其他语言工作的用户、使用 Intel 芯片 Mac 或旧版系统的用户、只在浏览器里完成任务而不涉及本地应用的团队

常见问题

这项功能现在所有人都能用吗?

不是。官方写的是以英语在美国 starting today 并 rolling out,同时限定 Apple Silicon Mac、macOS Sequoia 15.0 及以上、18 岁以上个人 Google 账号,以及 Google AI Plus、Pro、Ultra 订阅者。官方用「分批推出」描述节奏,条件都满足也可能暂时看不到入口。

它是预览版还是正式功能?

官方页面没有写 preview 或 beta,也没有单独标注正式可用,只用了 starting today 与 rolling out。本文不替官方补阶段判断,按官方动词如实记为「当天起分批推出」,后续状态以官网更新为准。

执行时会不会接管我的整个屏幕?

按官方说明不会。它在隔离的后台窗口中运行,聊天界面提供实时预览,官方明确说不占用主屏幕和光标。用户可以选择授权哪些应用、实时查看每一步、随时暂停,并在关键动作前批准。

和 Gemini 里的 Tasks 有什么区别?

两者官方定位不同。Tasks 面向的是预约、账单、购物这类多步任务,而这次的 computer use 强调在 Mac 本地文件、桌面应用与网页里做界面级操作。官方没有在同一页说明两者的包含关系,本文不作断言,各自按官方描述记录。

官方列出哪些具体任务例子?

官方举例包括批量图片调色、搭建三维场景、从 PDF 提取信息填写运费报价单、根据仪表盘生成 Google Slides,以及批量整理二手商品上架信息。这些是厂商示例,不等于任意任务都能完成,官方未给出可执行任务的完整清单。

相关工具与内容

Related
快讯 13 小时前

AWS Quick 同日三组更新:插件打包智能体与技能,网页端与 Flows 打通跨端工作流

AWS 在 2026 年 11 月 20 日至 21 日连续发布三条 AWS Quick 更新:插件可把智能体、技能、连接器与流程打包成一次安装的单元;网页端把桌面体验搬进浏览器,并更新浏览器扩展与 Microsoft 365 加载项;Flows 支持用对话构建自动化,并加入确定性步骤与输出校验。官方用户指南说明 Quick 由 Amazon QuickSight 演进而来,原有 QuickSight 接口与集成继续可用。

前沿快讯 17 阅读
快讯 13 小时前

Amazon Bedrock 网页搜索新增五种语言与国别字段:按用户所在国偏置检索来源

AWS 于 2026 年 11 月 21 日宣布 Amazon Bedrock 的 Web Search 工具新增西班牙语、法语、德语、意大利语和日语,并支持非美式英语;同时加入可选的国家字段,用 ISO 3166-1 alpha-2 代码把检索来源偏置到指定国家。现有客户无需改代码即可获得语言能力,可用区域与数据驻留口径以官网为准。

前沿快讯 17 阅读

继续阅读:Vercel AI Gateway 接入 GPT-Live 1.1:全双工语音模型,可中途打断与委派任务 · Amazon Connect 推出 Resolutions 正式版:让智能体端到端处理退款、争议与理赔

关于本文:本站文章由编辑部独立撰写,评测口径与免责说明见关于我们。想继续找工具,可从分类导航按场景浏览,或回首页搜索。

链接已复制