2026年11月22日 星期日
目录

Gemini开始替你点Mac:重复电脑活,AI能接手到哪一步?

人工智能AI2026-11-20
把几份PDF里的尺寸和重量抄进物流报价表,过去要自己开文件、找数字、填格子。Google 11月19日宣布,Gemini Mac版开始在后台跨应用操作电脑;它能替你点到哪一步? 把三份PDF里的重量、尺寸和地址抄进物流报价表,通常是开文件、找数字、切窗口、填格子,手忙一阵后还得再核对一遍。Google在11月19日宣布,Gemini Mac应用开始加入...

1.jpg

  把几份PDF里的尺寸和重量抄进物流报价表,过去要自己开文件、找数字、填格子。Google 11月19日宣布,Gemini Mac版开始在后台跨应用操作电脑;它能替你点到哪一步?

  把三份PDF里的重量、尺寸和地址抄进物流报价表,通常是开文件、找数字、切窗口、填格子,手忙一阵后还得再核对一遍。Google在11月19日宣布,Gemini Mac应用开始加入“电脑操作”功能:用户描述多步任务后,Gemini可以在后台窗口里浏览网页、点击菜单、输入内容,并跨本地文件和桌面应用完成工作。

  这次更新不是让聊天框更会回答问题,而是让AI从“告诉你怎么做”往“替你动手做”挪了一步。它仍需要用户选择可访问的应用、观察实时预览,并在关键动作前确认;功能当前也只在美国以英文逐步推出。

  它具体会怎么做

  想象你要把本地几份运单PDF中的重量、尺寸和收件地址整理到报价页面。你可以把任务说给Gemini,它会尝试读取资料、切换应用、填写表格,再让你查看它的操作过程。Google举的例子还包括批量给照片调色、搭建3D场景,以及从不同地区的在线数据面板整理指标并制作演示文稿。

  过去的聊天机器人主要交付一段文字;电脑操作型助手则要把“看懂要求—找到资料—操作软件—检查结果”串成一条流程。你可以把它想成一位坐在隔壁、能使用鼠标的实习生:会按步骤做事,但仍得给权限、盯着过程,尤其不能让它未经核对就点下付款、发送或提交。

  Gemini会在独立的后台窗口里操作,Google称用户的主屏幕和光标仍可继续使用。聊天界面提供实时预览,用户能暂停或停止任务,并选择Gemini可以访问哪些应用。这里的“后台”不等于完全看不见;设计上仍希望用户能观察它正在做什么。

  它和普通自动化脚本有什么不同

  传统脚本通常按固定规则执行:文件在某个文件夹、表格某列叫“重量”,它就照规则复制粘贴。遇到页面改版、表格列名变化或文件格式不一致,脚本可能报错,需要人修规则。

  电脑操作助手则尝试从画面和任务描述理解下一步,理论上更能应付一些界面变化。但它也可能误读数字、点错按钮、把同名文件认错。能识别界面不代表每次都可靠,尤其是涉及钱、客户资料或不可撤回的动作,错误成本比多点几下高得多。

  这也不是“AI拥有整台电脑”。它只能在用户允许的范围内访问应用,而实际覆盖什么软件、哪些动作需要确认,也会受产品权限、系统设置和具体流程影响。Google公告称功能在隔离窗口运行,但没有公布独立第三方的成功率或不同任务的准确度评测,因此不宜把演示里的顺畅流程当成所有电脑任务都能稳定完成。

2.jpg

  现在谁能用

  Google称功能从11月19日起在美国以英文逐步开放,要求安装Gemini Mac应用,并订阅Google AI Plus、Pro或Ultra。公告没有给出面向其他国家、语言或Windows电脑的具体时间。

  所以对中国普通用户来说,这更像一个值得观察的产品方向,而不是今天就能普遍拿来处理中文办公文件的成熟工具。使用资格、地区和订阅门槛都需要以官方实际开放情况为准。

  如果未来覆盖更多地区和软件,它可能适合报表搬运、文件归档、网页信息整理等重复流程。更稳妥的起步方式,是让它先做可撤回、低风险、容易核对的小任务,比如把一组文件按日期归入文件夹;不要一开始就让它自动发送客户报价或提交付款。

  最重要的仍是检查

  电脑操作型AI把风险从“回答错一句”扩展到了“操作错一步”。一旦它能点按钮,用户就需要留意文件访问、屏幕内容、网页登录状态和最终提交动作。操作前先缩小授权范围,操作中看实时预览,操作后逐项检查数据和收件对象,是比“相信它应该没问题”更实际的习惯。

  这次更新的看点,是Gemini开始把自然语言任务连接到真实桌面操作。它省下的可能是重复点击,不会自动替人承担结果责任。先让AI整理,不让它擅自确认;先在低风险任务里试,再决定能否进入正式工作流,这样更接近可靠助手的用法。

扫描二维码手机访问

文章目录