O Google começou a liberar em 19 de novembro, no app Gemini para Mac, o recurso de “controle do computador” (computer use). O usuário descreve a tarefa em uma frase e o Gemini clica, digita, navega por menus e preenche formulários por conta própria, entre arquivos locais, programas de desktop e páginas da web. Na primeira leva, ele está disponível apenas para assinantes dos planos Google AI Plus, Pro e Ultra nos Estados Unidos, com interface em inglês.
O post de lançamento no blog é assinado por Michael Friedman, responsável de produto do app Gemini, e é bem curto. Os requisitos de dispositivo ficam em uma nota de rodapé: o Mac precisa ter chip Apple Silicon e macOS Sequoia 15.0 ou posterior; a conta deve ser uma conta Google pessoal de maiores de 18 anos, e contas de trabalho e de escola não estão incluídas desta vez. Usuários da Europa e do Reino Unido, por ora, ficam de fora.
Trabalho em uma janela em segundo plano
O ponto que o Google mais enfatiza neste lançamento é que o Gemini não disputa o mouse com o usuário. Ele roda em uma janela isolada em segundo plano, com pré-visualização em tempo real na caixa de chat, e a tela e o cursor do próprio usuário continuam funcionando normalmente.
"Your main screen and cursor remain completely free, so you can keep typing, designing, or taking calls without interruption."
(Sua tela principal e seu cursor ficam totalmente livres, e você pode continuar digitando, desenhando ou atendendo chamadas sem interrupções.)
Para acionar o recurso, basta adicionar a etiqueta “@Computer use” na conversa. O usuário define antes em quais aplicativos o Gemini pode mexer, pode acompanhar cada passo e pausar a qualquer momento; as ações importantes exigem o aval do usuário antes de serem executadas. Segundo o 9to5Google, nas etapas de login e pagamento o Gemini também para e espera confirmação, e as configurações ganham conectores de desktop como Blender e Autodesk Fusion.
Os quatro exemplos dados pelo Google são todos tarefas cotidianas: ajustar cores em lote em um programa de edição de imagens ou montar uma cena em 3D; extrair peso, dimensões e endereço de PDFs locais e preencher uma cotação de frete com várias colunas; capturar indicadores de painéis de dados de várias regiões e montar uma apresentação no Google Slides; analisar fotos de roupas em uma pasta, pesquisar preços, registrar as informações e anunciar os itens em uma plataforma de segunda mão.
O aviso de riscos também é escrito sem rodeios. O Google afirma que o Gemini pode errar, inclusive excluindo arquivos permanentemente ou compartilhando arquivos com outras pessoas. As cópias de segurança dos arquivos alterados são apagadas após 24 horas ou quando o usuário inicia uma nova tarefa.
Do Spark ao controle do computador
Juntando os passos que o Google deu no Mac este ano, o ritmo é intenso:
- 30 de junho: o agente Gemini Spark chega ao Mac, apenas para usuários do AI Ultra com mais de 18 anos nos Estados Unidos, com acesso somente às pastas autorizadas;
- Final de julho: o Gemini no Mac passa a controlar por voz aplicativos já abertos, e o Spark se expande para usuários do AI Pro em mais de 160 países;
- 10 de setembro: o Gemini ganha cliente para Windows, acionado com Alt + Espaço;
- 13 de outubro: o app Gemini recebe o modo Tarefas, que continua rodando mesmo depois que o usuário se afasta;
- 17 de novembro: o modo Tarefas é liberado gratuitamente nos Estados Unidos e em outros cinco países;
- 19 de novembro: o controle do computador entra no ar.
No lado dos desenvolvedores, a história é mais antiga. O Google abriu o modelo Gemini 2.5 Computer Use aos desenvolvedores em outubro de 2025 e, em junho deste ano, incorporou a capacidade de controlar o computador ao Gemini 3.5 Flash. A mudança agora está no veículo: a capacidade sai da API e do navegador e chega a um aplicativo de consumo no computador das pessoas comuns, e o alcance também se amplia, das páginas da web para qualquer programa de desktop indicado pelo usuário.
A divisão por preço revela o desenho do Google. O modo Tarefas, que só lida com arquivos e serviços conectados, já é gratuito nos Estados Unidos; o controle do computador, que opera a tela diretamente, começa no plano pago mais barato. Pelos preços divulgados anteriormente, o AI Plus custa US$ 4,99 por mês, o Pro US$ 19,99 e o Ultra, mais. O PPC Land calcula, de forma aproximada, que entre o Spark, restrito em junho ao plano mais caro, e este controle do computador se passaram 142 dias.
O que ainda não está claro
O anúncio e a documentação de ajuda do Google não coincidem totalmente. O AppleInsider observa que o documento de suporte do dia do lançamento listava apenas Pro e Ultra como planos capazes de controlar aplicativos de desktop, enquanto o anúncio incluía o AI Plus; qual dos dois vale, o Google não esclareceu separadamente. O TechCrunch informa que a empresa também não disse quando o recurso chegará a outros países ou outros sistemas.
Outra lacuna está do lado dos sites. Quando o Gemini abre páginas e preenche formulários na janela em segundo plano, o anúncio não diz se o site enxerga um navegador comum ou um agente identificável. Para sites de comércio eletrônico e de formulários, isso afeta o controle de riscos e a forma de contabilizar o tráfego.
Já existem vários produtos semelhantes. O Cowork, da Anthropic, chegou ao macOS em janeiro deste ano como prévia de pesquisa, e a extensão do Chrome da OpenAI consegue operar abas, preencher formulários e enviar mensagens pelo usuário. A diferença do Gemini está na “janela em segundo plano”: pessoa e agente, cada um com o seu cursor. Se isso funciona de forma estável no dia a dia, só o retorno dos primeiros usuários do Plus dirá.
Fontes: blog oficial do Google Gemini (alcance do recurso, requisitos de dispositivo e conta, quatro exemplos), TNW, CocoLoop, PPC Land (preços das assinaturas e marcos do produto), 9to5Google (forma de acionamento e conectores de desktop), AppleInsider, TechCrunch; Central de Ajuda do Google para verificar a versão do sistema e a exigência de idade.