Newshot

Gemini 能在 Mac 上动手了,代操作跨过哪些边界?

Summary

把任务交给 Gemini 后,你仍坐在 Mac 前,却不必再逐个找文件、切窗口、点菜单和填网页。Google 为 Mac 版 Gemini 加入“电脑操作”能力:它能在独立窗口里跨文件夹、桌面应用和网页点击、滚动、输入,并让你实时看见过程;登录与支付则暂停,等你接手确认。 这更像你把一项流程交给一个能在后台演示的实习生,而不是让 AI 接管整台电脑:它负责逐项操作,你决定哪些工具可用、哪些关键动作必须亲自确认。 事件 Gemini 能跨应用接手任务,从一个应用走到另一个 Gemini Mac 桌面版新增“电脑操作”能力。它能在文件夹、应用和网页之间接手多步骤任务,用户给出目标,它自己一步步走完。 2026 年 11 月 19 日,Google 在 Gemini 更新日志中公布这项功能。它可以在 Mac 的桌面应用和网站中执行连续操作,包括点击、输入和填写表单;用户只需给出任务,不必逐个应用手动切换。 Google 将其称为 Computer use (让 AI 代为操作电脑界面) ,面向美国使用个人 Google 账户、年龄 18 岁以上的 Google AI Plus、Pro 和 Ultra 订阅者,以英语逐步推出。 Google 给出的例子是:用户画一张草图,Gemini 在 Blender (一款 3D 建模软件) 中点击、滚动并输入,把草图变成绑定好骨骼的 3D 模型。“绑定骨骼”是让模型部件具备可活动结构,不只是生成一张三维外观。 用户可指定 Gemini 能使用哪些应用。它在独立窗口里运行,动作实时可见、可一键停止,登录或支付时它会停下来等用户;这些留给下一节细说。 机制 Gemini 能替你点,付款仍要你自己确认 Gemini 的代操作不是把整台 Mac 交出去。它把点击、输入和表单填写放进独立窗口,把登录、支付与敏感动作的最终决定留给用户。 前面提到的 Computer use (让 AI 操作电脑界面) ,Gemini 可以在 Mac 应用和网页之间接手多步骤任务,例如跨文件夹、应用与网页执行点击、滚动和输入。操作过程显示在单独的实时预览窗口中,用户仍能使用自己的屏幕和鼠标指针。 01 窗口隔离 执行过程放在独立窗口中,实时展示点击、滚动和输入;来源:Google Gemini 官方发布说明,2026.11.19。 02 随时停止 任务运行期间可以…

Original text(via 听说了吗)

Gemini 能在 Mac 上动手了,代操作跨过哪些边界?

Gemini 的 Mac 桌面版新增电脑操作能力,可在独立窗口中点击、滚动、输入和填表;用户保留屏幕与光标控制,登录和支付环节仍需确认。

封面图来自blog.google(新闻图)
封面图来自blog.google(新闻图)
  • Gemini 开始在 Mac 桌面端执行操作
  • 任务可跨文件夹、应用与网页交接
  • 独立窗口运行,用户仍掌屏幕和光标
  • 登录与支付环节会暂停等待确认

厂商官方发布信息,功能能力与操作边界以 Gemini 官方更新说明为准;现有材料未提供第三方复测。

把任务交给 Gemini 后,你仍坐在 Mac 前,却不必再逐个找文件、切窗口、点菜单和填网页。Google 为 Mac 版 Gemini 加入“电脑操作”能力:它能在独立窗口里跨文件夹、桌面应用和网页点击、滚动、输入,并让你实时看见过程;登录与支付则暂停,等你接手确认。

Gemini 能跨应用接手任务,从一个应用走到另一个

Gemini Mac 桌面版新增“电脑操作”能力。它能在文件夹、应用和网页之间接手多步骤任务,用户给出目标,它自己一步步走完。

2026 年 11 月 19 日,Google 在 Gemini 更新日志中公布这项功能。它可以在 Mac 的桌面应用和网站中执行连续操作,包括点击、输入和填写表单;用户只需给出任务,不必逐个应用手动切换。

Google 将其称为 Computer use(让 AI 代为操作电脑界面),面向美国使用个人 Google 账户、年龄 18 岁以上的 Google AI Plus、Pro 和 Ultra 订阅者,以英语逐步推出。

Google 给出的例子是:用户画一张草图,Gemini 在 Blender(一款 3D 建模软件)中点击、滚动并输入,把草图变成绑定好骨骼的 3D 模型。“绑定骨骼”是让模型部件具备可活动结构,不只是生成一张三维外观。

用户可指定 Gemini 能使用哪些应用。它在独立窗口里运行,动作实时可见、可一键停止,登录或支付时它会停下来等用户;这些留给下一节细说。

Gemini 能替你点,付款仍要你自己确认

Gemini 的代操作不是把整台 Mac 交出去。它把点击、输入和表单填写放进独立窗口,把登录、支付与敏感动作的最终决定留给用户。

前面提到的 Computer use(让 AI 操作电脑界面),Gemini 可以在 Mac 应用和网页之间接手多步骤任务,例如跨文件夹、应用与网页执行点击、滚动和输入。操作过程显示在单独的实时预览窗口中,用户仍能使用自己的屏幕和鼠标指针。

那它怎么避免直接付款?靠的是分开的权限与确认步骤。用户需要自行选择允许 Gemini 使用的应用,登录与支付等环节也会让任务停下来等待确认。Gemini 可以寻找入口、点击按钮和填写内容,但身份验证与付款仍由用户完成。

它与以往仅靠专用接口或插件连接应用的方案有何不同?Computer use 直接面对网页和桌面界面,把原本需要手动串联的点击、输入与表单填写接成一段任务。用户仍可看到独立窗口中的执行过程,并随时一键停止。

每个应用都能同样顺畅地交给 Gemini 吗?当前发布说明只明确覆盖登录、支付以及部分敏感动作的暂停或确认机制,没有说明每类网站会要求哪些权限,也没有给出这些机制在不同系统上的完整测试结果。官方展示的是功能如何运行,还不足以证明它在所有第三方应用中的稳定性。

当时推动这项功能的 Google 副总裁 Josh Woodward 在 X 上称,它是用户呼声最高的功能之一。这个说法反映的是需求热度,不是对第三方复测或可靠性的背书。实际使用时,还要看权限选择是否清楚、暂停能否被用户准确理解,以及停止之后是否真的不再继续操作。

Gemini 能替你动手,登录和支付却仍要你点头

Gemini 在 Mac 上跨应用点击、输入和填表。真正限制它的,不是“会不会做”,而是哪些动作必须把决定权交还给人。

Google 为 Mac 版 Gemini 加入了 Computer use(让模型操作电脑界面)。它能在独立窗口里执行多步骤任务,用户可以看到实时过程,也能一键停止;自己的屏幕和鼠标仍可继续使用。代操作由此从演示片段变成可观察、可中止的桌面流程。

涉及登录和支付时,流程会停下来等用户确认。登录会建立用户身份关系,支付会动用真实资金。这两类动作不只是点击,还要交由另一套规则处理权限和责任。Google 的设计因此留出了边界:能点不等于该点,能填表也不等于可以提交。

这套边界也覆盖敏感动作。官方说明,Gemini 可能会在执行敏感操作前请求确认;用户也能预先选择允许它使用哪些应用。系统没有默认取得整台 Mac 的控制权,而是在“可以自动做”与“必须停下来问”之间划线。

支付场景更清楚。Google Pay Tasks in Gemini(Gemini 中可后台执行的任务)可以监测商品补货和降价,在预算上限内准备订单,再把逐项清单交给用户审核。只有用户点击批准并完成设备授权,Gemini 才会结账;银行卡号与商户隔离,但积分、返现等权益仍归持卡人。

越能替人跨文件夹、应用和网页完成任务,越不能把所有步骤一口气做完。暂停划出的正是权限边界:屏幕可见、随时停止,防止过程失控;登录、支付和敏感操作需要确认,防止后果失控。

截至 2026 年 11 月 19 日,这项功能以英语向美国的 Google AI Plus、Pro 和 Ultra 订阅者推出,限年满 18 岁、使用个人 Google 账号的用户。

官方演示展示了 Blender 草图转成绑定好的 3D 模型,但没有提供第三方复测。这个演示能证明流程可以展示,尚不能证明不同网站、支付渠道和系统权限下都能稳定守住这些边界。

能动手之后,Gemini 准备把边界画在哪里

电脑操作能力把 Gemini 从“给答案”推向“代办事”,但它目前只在受控范围内展开:用户选择可用应用,登录与支付处停下,敏感操作还可能再次确认。

Google 在 2026 年 11 月 19 日更新 Gemini Mac 版时展示了这种变化。Gemini 可以在独立窗口里跨文件夹、应用和网页执行多步骤任务,现场点击、滚动和输入;官方给出的例子,是把一张快速草图变成 Blender 中已绑定骨骼的 3D 模型(用于制作三维模型的软件)。画面里真正值得观察的不是建模结果,而是光标操作与实时预览同时出现:代理开始接管步骤,人仍能看见它在做什么。

这套能力对应的是一种“桌面代理”方向:用户交代目标,AI 不只返回说明或代码,而是直接推进流程。Tasks 与 Mac 电脑操作并非同一条产品线。Google 的桌面页面把 Tasks 放在后台执行、一次点击批准每个动作的位置;电脑操作则让 Gemini 在单独窗口里跨应用和网站点击、输入与填表。两者都在把“等待回答”改造成“后台执行,结果完成后通知”。

可验证的边界也随之出现。电脑操作功能先以英文向美国个人 Google 账号的 Google AI Plus、Pro 和 Ultra 订阅者开放,限 18 岁以上;现有材料没有列出电脑操作功能覆盖的完整账户和地区范围。Tasks 的免费覆盖不能直接当作电脑操作的地区清单,账户层级也不能混为一谈,支付边界见前文。

看点不只是“能点得多准”,而是这些系统能否持续遵守可观察的控制边界:用户选择哪些应用可被使用,执行能随时停止,登录和支付必须等待确认,敏感动作可能要求再次确认。控制权是否始终留在用户手里,才是这套能力能不能被日常依赖的前提。

现在能先试什么,哪些事还该等

Gemini 的 Mac 代操作已经覆盖真实电脑操作,但目前不是人人都能用。目前只对美国符合条件的订阅者开放,先查资格——英语界面、年满 18 岁、个人 Google 账户、Google AI Plus / Pro / Ultra 订阅,缺一条都用不上。不符合,就等官方扩大开放,别把尚未推送的功能当成已经可用。

Tasks 已经提供了一条无需等待的试用路径。它面向美国、印度、加拿大、澳大利亚、日本和韩国免费推出,底层运行 Google 的 Hydrogen 4 模型。它不是只生成一段建议,而是能在后台处理多步骤项目和重复流程,例如汇总邮件与日历生成每日简报、为旅行编排行程,或自动完成重复研究;结果完成后,用户会收到通知。

可以先从风险较低的重复任务观察它是否可靠。设定一个每天都会做的简报任务,连续查看它取到的信息、生成的结果和通知时间。没有准确率和失败率可查,一次顺利完成不能证明它已经能稳定接管所有工作。

涉及花钱的任务还要盯住确认环节。通过 Google Pay 提交补货或降价监控任务时,设好商品与最高价格;找到符合预算的商品后,Gemini 生成结账页面和逐项明细,不会直接购买。只有用户明确点击一次并完成设备授权后,结账才会继续。

这个设计把“发现商品”和“批准付款”分开了,但价格波动、库存变化和商品是否真正符合需求,仍需用户在最终授权前核对。Mac 代操作也会在登录或付款时暂停,并可能对敏感操作再次请求确认;可随时一键停止。判断一项任务能否放手,关键不是看它会不会点,而是看它在哪一步必须交回控制权。

检查账户资格,确认自己位于美国、年满 18 岁、使用个人 Google 账户,并持有符合条件的 Google AI Plus、Pro 或 Ultra 订阅。

在 Tasks 中设置一个每日简报任务,观察它能否按要求读取邮件与日历,并在结果完成后发出通知。

为付款任务写清商品和最高价格,在授权前逐项核对结账明细,不把一次点击当作默认同意。

等待 Mac 电脑操作功能开放到自己的地区和账户后,再用可随时停止的独立窗口观察执行过程。

信源为 Google Gemini 官方 X 帖文与 Gemini 官方更新说明;电脑操作能力、可见独立窗口及登录和支付暂停边界以官方口径为准,适用账户与地区未完整披露。

术语小典 · 本篇出现的人话注解

深度、研究解读、工具教程的全文和全部播客,都在会员区。

The text above was extracted automatically from the source page and may miss images, tables or code blocks. The original is authoritative.

Published by 听说了吗
This site only summarises and aggregates; copyright stays with the original author. Headlines and summaries follow the source — where they differ, the original wins.
Read the original ↗