谷歌周四宣布,把“电脑操作”能力带进macOS上的Gemini桌面应用。用户交代任务后,这个AI可以代为完成——在后台操作Mac原生应用,也能浏览网页。 这项能力的核心是让AI直接在用户的电脑上执行动作。用户告诉Gemini想做什么,聊天窗口里会出现实时预览,展示AI正在怎么操作;与此同时,用户的屏幕和光标不被占用,可以继续做别的事。 和市面上其他提供电脑操作的AI代理一样,用户可以在动作发生前暂停、停止或批准Gemini的操作。谷歌给出的适用场景偏向重复性劳动:填写表单、在一批文件上反复执行同一操作、按特定标准把文件归入文件夹、用文件或在线仪表盘里的信息制作幻灯片等。 这次发布的时间点值得注意。OpenAI、Anthropic、Meta等头部模型厂商,早就在桌面应用里提供代理式功能,谷歌算是入场较晚的一家。 谷歌本周才宣布扩大Gemini“Tasks”功能的推送范围。这个应用内功能让AI更像一个代理,帮用户登录网站、在线购物或预约。同样在近期,谷歌才开始放行早期测试者试用9月发布的改版“CC”AI代理,该代理面向家庭场景,帮助用户在邮件、日历、聊天和任务之间保持条理。 从功能形态看,谷歌正在把“代理”拆成不同产品线推进:Tasks管应用内的任务代办,CC管家庭事务协同,电脑操作则把手伸到本地文件和桌面应用。三条线各自面向不同场景,但都指向同一个方向——让AI替用户动手,而不只是回答问题。 使用门槛也已经明确:该功能初期以英文在美国提供,需要Mac版Gemini应用,以及Google AI Plus、Pro或Ultra订阅。至于何时扩展到其他市场或其他平台,谷歌没有给出时间表。 对运营和产品同学来说,这里有个值得盯的细节:电脑操作类功能真正的差异化,不在于能不能点鼠标,而在于“实时预览+可暂停可批准”这套控制机制能不能让用户放心把多步骤任务交出去。谷歌这次把预览和审批做进了聊天界面,等于把信任设计前置到了交互层。 特别