什么值得买App下载 App ›
连续签到专享现金活动

Gemini 能替你操作 Mac了:直接控制软件,后台干活不抢鼠标

23:17

11 月 19 号,Google 给 Mac 版的 Gemini 加了个新功能,叫 Computer Use。

说直白点,以后你打一句话交代任务,它就能自己去点菜单、敲键盘、填表格、读本地文件,甚至直接操作你电脑里装的软件。

最讨喜的一点是,它躲在一个隔离的后台窗口里干活,既不占你的屏幕,也不抢你的鼠标。它干它的,你该回邮件回邮件,该刷视频刷视频,两不耽误。

这个功能确实不错,可以说是目前几个 AI 代理里少见的不抢屏幕方案。

它到底能替你干点啥

用法倒是很简单。在 Mac 版 Gemini 里切到「任务」模式,提示词里加上一句 @Computer use,它就知道这回光动嘴皮子不行,得真动手操作电脑了。

Gemini 能替你操作 Mac了:直接控制软件,后台干活不抢鼠标

Google 官方举了四个例子,挑的都是那种没啥技术含量、但步骤繁琐、还得在几个软件之间来回切着干的累活:

  • 批量修图、做 3D 模型:在设计软件里给上百张照片统一调色;或者把孩子随手画的蝴蝶草图扔进 Blender,让它建出模型、绑好骨架。

上面那张图就是官方演示的提示词上面那张图就是官方演示的提示词
  • 读 PDF 填表格:从本地 PDF 文件里扒出重量、尺寸、地址,一项一项填进物流报价表。这种活人眼盯着填,一走神就容易看串行,交给 AI 反而正好。

  • 抓实时数据做 PPT:去几个地区的实时仪表盘上扒数字、截图,最后汇总成一份 Google Slides 简报。

  • 批量挂闲置商品:扫描本地文件夹里的衣服照片,上网查查参考价,把商品信息和刊登文案全给你备好。

Gemini 能替你操作 Mac了:直接控制软件,后台干活不抢鼠标

另外, Gemini 的「自定义 > 关联应用」里面多了一个“桌面”分类。首批接进来的是 Blender 和 Autodesk Fusion,加上原本就有的 Git 和 Obsidian,说明它已经能真刀真枪地调用本机软件里干活了,不再局限于在浏览器里点点点。

真正好用的地方:不抢你屏幕

让 AI 代理操作电脑其实不算什么新鲜事了。但以前大多数方案都有个毛病:一旦开始干活,它就得接管你的屏幕。鼠标自己满屏乱飞,你只能干坐着盯梢,这段时间电脑彻底废了,跟请了个学徒霸占你工位似的。

Gemini 这次换了个思路。它在后台单独开一个隔离窗口跑任务,主屏幕和鼠标完全留给你自己用。同时,它每一步干了什么——点了哪个菜单、往哪一栏填了字——都会实时显示在聊天窗口里。你要是瞅着方向不对,点一下就能叫停。

安全方面,Gemini也做好了足够的隔离:

  • 你可以自己挑,只允许它碰哪些 App;

  • 只要遇到登录账号、付款结账,它会自动停手,必须你点头确认才往下走;

  • 绝不替你输密码,也不会自己刷卡花钱。

最后这点挺要紧的。钱袋子和密码必须攥在自己手里,大家才敢放心把它放进日常工作流里。

使用门槛?

功能听着不错,但真想用上,还是有些要求的:

  • 地区:仅限美国,目前正在逐步开放(中国大陆暂无开放计划,官方也没给时间表)

  • 语言:仅限英文

  • 系统:macOS Sequoia 15.0 及以上

  • 芯片:Apple Silicon(M 系列芯片),Intel 老款 Mac 直接出局

  • 账户:年满 18 岁的个人 Google 账户

  • 订阅:必须开通 Google AI Plus、Pro 或 Ultra 会员

翻成大白话就是:你得有一台升级到 Sequoia 的 M 芯片 Mac,人在美国,用着英文界面,还得是 Google 的付费会员。 少满足一条,这功能都跟你没关系。

当然啦,对真想用的人来说,这都不事儿,有的是办法解决。

现在值不值得折腾?

遇到那种多步骤、跨软件、纯耗时间的重复活,比如批量改图、填报价单、汇总数据,丢给它在后台慢慢跑,你自己该干嘛干嘛,省下来的是实打实的时间。

但它现在接入的桌面软件也就 Blender、Fusion、Git、Obsidian 这么几个,覆盖面还窄得很。

AI 代理从“陪聊天”走到“真干活”,这次确实往前迈了一大步。喜欢的感觉去试试吧。

评论

评论区空态插画

当前文章无评论,是时候发表评论了