Gemini 接管 Mac 操作,4.99 美元起

示意图:用户操作笔记本电脑时,Gemini 黏土助手在独立窗口整理文件和表单

谷歌 11 月 19 日开始在 Mac 版 Gemini 应用里推送“电脑操作”(computer use)功能。用户用一句话描述任务,Gemini 会自己点击、打字、翻菜单、填表单,跨本地文件、桌面软件和网页把事情做完。首批只开放给美国、英语界面的 Google AI Plus、Pro 和 Ultra 订阅用户。

发布博客由 Gemini 应用的产品负责人 Michael Friedman 署名,篇幅很短。设备门槛写在脚注里:需要 Apple Silicon 芯片的 Mac,系统为 macOS Sequoia 15.0 或更新;账号必须是 18 岁以上的个人 Google 账号,工作和学校账号不在这次范围内。欧洲和英国用户暂时用不上。

后台窗口里干活

谷歌在这次发布里最强调的一点,是 Gemini 不跟用户抢鼠标。它在一个隔离的后台窗口里运行,聊天框里有实时预览,用户自己的屏幕和光标照常可用。

“Your main screen and cursor remain completely free, so you can keep typing, designing, or taking calls without interruption.” (你的主屏幕和光标完全空出来,可以继续打字、做设计或者接电话,不受打扰。)

调用方式是在对话里加上 “@Computer use” 标签。用户事先选定 Gemini 能碰哪些应用,可以全程看它每一步操作、随时暂停;关键操作执行前要用户点头。据 9to5Google 报道,遇到登录和付款环节,Gemini 也会停下来等人确认,设置里还多了 Blender、Autodesk Fusion 等桌面连接器。

谷歌给的四个示例都偏日常杂活:在修图软件里批量调色或搭 3D 场景;从本地 PDF 里抽出重量、尺寸和地址,填进多栏的物流报价单;从多个地区的数据看板里截取指标,拼成一份 Google Slides;分析文件夹里的衣服照片,查价格、记录信息,再到二手平台挂出商品。

风险提示也写得直白。谷歌称 Gemini 可能出错,包括永久删除文件或把文件分享给别人。被改动文件的备份会在 24 小时后,或用户开始新任务时被删掉。

从 Spark 到电脑操作

把谷歌今年在 Mac 上的几步串起来看,节奏很密:

  • 6 月 30 日,Gemini Spark 智能体登陆 Mac,只给美国 18 岁以上的 AI Ultra 用户,只能碰用户授权的文件夹;
  • 7 月底,Mac 版 Gemini 能用语音控制已打开的应用,Spark 随后扩到 160 多个国家的 AI Pro 用户;
  • 9 月 10 日,Gemini 出了 Windows 客户端,用 Alt + 空格呼出;
  • 10 月 13 日,Gemini 应用加入能在用户离开后继续跑的任务模式;
  • 11 月 17 日,任务模式在美国等六个国家免费开放;
  • 11 月 19 日,电脑操作上线。

开发者那一侧更早。谷歌 2025 年 10 月就把 Gemini 2.5 Computer Use 模型开放给开发者,今年 6 月又把电脑操作能力做进 Gemini 3.5 Flash。这次的变化在载体:能力从 API 和浏览器里走出来,进了普通人电脑上的一个消费级应用,可操作的对象也从网页扩到用户点名的任何桌面软件。

价格分层透露了谷歌的安排。只处理文件和已连接服务的任务模式,在美国已经免费;能直接驱动屏幕的电脑操作,从最便宜的付费档起步。按此前公开的价格,AI Plus 每月 4.99 美元,Pro 19.99 美元,Ultra 更高。PPC Land 粗算,从 6 月 Spark 只给最贵一档,到这次电脑操作,中间隔了 142 天。

几处还没说清的地方

谷歌的公告和帮助文档并不完全一致。AppleInsider 指出,发布当天的支持文档只把 Pro 和 Ultra 列为可控制桌面应用的套餐,公告里却写了 AI Plus,以哪一份为准,谷歌没有单独说明。TechCrunch 报道称,谷歌也没说什么时候扩展到其他国家或其他系统。

另一处空白在网页那一侧。Gemini 在后台窗口里打开网站、填表时,网站看到的是普通浏览器还是可识别的智能体,公告里没有交代。对做电商和表单业务的网站来说,这会影响风控和统计口径。

同类产品已经不少。Anthropic 的 Cowork 今年 1 月以研究预览形式登陆 macOS,OpenAI 的 Chrome 扩展能替用户操作标签页填表发消息。Gemini 这次的差异落在“后台窗口”上:人和智能体各用各的光标。实际用起来稳不稳,要等第一批 Plus 用户的反馈。

参考来源:Google Gemini 官方博客(功能范围、设备与账号要求、四个示例)、TNW、CocoLoop、PPC Land(订阅价格与产品节点梳理)、9to5Google(调用方式与桌面连接器)、AppleInsider、TechCrunch;Google 帮助中心核验系统版本与年龄要求。