Gemini điều khiển được Mac, gói từ 4,99 USD

Gemini điều khiển được Mac, gói từ 4,99 USD

Từ ngày 19/11, Google bắt đầu triển khai tính năng “điều khiển máy tính” (computer use) trong ứng dụng Gemini cho Mac. Người dùng chỉ cần mô tả công việc bằng một câu, Gemini sẽ tự bấm chuột, gõ phím, mở menu, điền biểu mẫu và hoàn tất công việc xuyên suốt các tệp cục bộ, phần mềm máy tính và trang web. Đợt đầu chỉ dành cho người đăng ký Google AI Plus, Pro và Ultra tại Mỹ, dùng giao diện tiếng Anh.

Bài đăng thông báo trên blog do Michael Friedman, lãnh đạo sản phẩm của ứng dụng Gemini, ký tên và khá ngắn. Các điều kiện về thiết bị nằm trong phần chú thích: máy Mac phải dùng chip Apple Silicon và chạy macOS Sequoia 15.0 trở lên; tài khoản phải là tài khoản Google cá nhân của người từ 18 tuổi trở lên, tài khoản công việc và trường học chưa nằm trong phạm vi lần này. Người dùng ở châu Âu và Anh tạm thời chưa dùng được.

Làm việc trong cửa sổ nền

Điểm Google nhấn mạnh nhất trong đợt ra mắt này là Gemini không tranh chuột với người dùng. Nó chạy trong một cửa sổ nền được cô lập, khung chat có bản xem trước theo thời gian thực, còn màn hình và con trỏ của người dùng vẫn dùng bình thường.

"Your main screen and cursor remain completely free, so you can keep typing, designing, or taking calls without interruption."

(Màn hình chính và con trỏ của bạn hoàn toàn rảnh, nên bạn có thể tiếp tục gõ, thiết kế hoặc nghe điện thoại mà không bị gián đoạn.)

Cách gọi tính năng là thêm thẻ “@Computer use” vào cuộc trò chuyện. Người dùng chọn trước những ứng dụng mà Gemini được phép đụng tới, có thể theo dõi từng bước nó làm và tạm dừng bất cứ lúc nào; các thao tác quan trọng cần người dùng đồng ý trước khi thực hiện. Theo 9to5Google, khi gặp bước đăng nhập và thanh toán, Gemini cũng sẽ dừng lại chờ xác nhận, và phần cài đặt còn có thêm các trình kết nối máy tính như Blender, Autodesk Fusion.

Bốn ví dụ Google đưa ra đều là những việc vặt hằng ngày: chỉnh màu hàng loạt trong phần mềm chỉnh ảnh hoặc dựng cảnh 3D; trích khối lượng, kích thước và địa chỉ từ các tệp PDF cục bộ rồi điền vào bảng báo giá vận chuyển nhiều cột; chụp các chỉ số từ bảng điều khiển dữ liệu của nhiều khu vực để ghép thành một bản Google Slides; phân tích ảnh quần áo trong một thư mục, tra giá, ghi lại thông tin rồi đăng bán trên nền tảng đồ cũ.

Phần cảnh báo rủi ro cũng được viết thẳng thắn. Google cho biết Gemini có thể mắc lỗi, bao gồm xóa vĩnh viễn tệp hoặc chia sẻ tệp cho người khác. Bản sao lưu của các tệp bị chỉnh sửa sẽ bị xóa sau 24 giờ, hoặc khi người dùng bắt đầu một tác vụ mới.

Từ Spark đến điều khiển máy tính

Nối các bước Google đi trên Mac trong năm nay lại, nhịp độ khá dày:

  • Ngày 30/6, tác nhân Gemini Spark đến với Mac, chỉ dành cho người dùng AI Ultra từ 18 tuổi trở lên tại Mỹ và chỉ được đụng vào các thư mục đã cấp quyền;
  • Cuối tháng 7, Gemini trên Mac có thể điều khiển các ứng dụng đang mở bằng giọng nói, sau đó Spark mở rộng tới người dùng AI Pro ở hơn 160 quốc gia;
  • Ngày 10/9, Gemini ra mắt ứng dụng cho Windows, gọi bằng Alt + Space;
  • Ngày 13/10, ứng dụng Gemini bổ sung chế độ Tác vụ, tiếp tục chạy ngay cả khi người dùng đã rời đi;
  • Ngày 17/11, chế độ Tác vụ được mở miễn phí tại sáu quốc gia, trong đó có Mỹ;
  • Ngày 19/11, tính năng điều khiển máy tính ra mắt.

Phía nhà phát triển đi sớm hơn. Google đã mở mô hình Gemini 2.5 Computer Use cho nhà phát triển từ tháng 10/2025, và đến tháng 6 năm nay lại tích hợp khả năng điều khiển máy tính vào Gemini 3.5 Flash. Thay đổi lần này nằm ở phương tiện: khả năng này bước ra khỏi API và trình duyệt để vào một ứng dụng dành cho người dùng phổ thông trên máy tính cá nhân, và đối tượng thao tác cũng mở rộng từ trang web sang bất kỳ phần mềm máy tính nào mà người dùng chỉ định.

Cách phân tầng giá cho thấy toan tính của Google. Chế độ Tác vụ, chỉ xử lý tệp và các dịch vụ đã kết nối, đã miễn phí tại Mỹ; còn điều khiển máy tính, tức trực tiếp điều khiển màn hình, bắt đầu từ gói trả phí rẻ nhất. Theo mức giá đã công bố trước đó, AI Plus là 4,99 USD mỗi tháng, Pro là 19,99 USD, Ultra cao hơn nữa. Theo tính toán sơ bộ của PPC Land, từ lúc Spark chỉ dành cho gói đắt nhất hồi tháng 6 đến lần điều khiển máy tính này, đã cách nhau 142 ngày.

Một số điểm vẫn chưa rõ

Thông báo và tài liệu trợ giúp của Google không hoàn toàn khớp nhau. AppleInsider chỉ ra rằng tài liệu hỗ trợ trong ngày ra mắt chỉ liệt kê Pro và Ultra là các gói được điều khiển ứng dụng máy tính, trong khi thông báo lại ghi cả AI Plus; nên lấy văn bản nào làm chuẩn thì Google chưa giải thích riêng. TechCrunch đưa tin Google cũng chưa nói khi nào sẽ mở rộng sang các quốc gia hoặc hệ điều hành khác.

Một khoảng trống khác nằm ở phía trang web. Khi Gemini mở trang web và điền biểu mẫu trong cửa sổ nền, trang web nhìn thấy một trình duyệt thông thường hay một tác nhân có thể nhận diện được, thông báo không nói rõ. Với các website làm thương mại điện tử và biểu mẫu, điều này ảnh hưởng đến kiểm soát rủi ro và cách thống kê.

Sản phẩm cùng loại đã không còn ít. Cowork của Anthropic đã đến macOS dưới dạng bản xem trước nghiên cứu hồi tháng 1 năm nay, còn tiện ích mở rộng Chrome của OpenAI có thể thay người dùng thao tác trên các thẻ trình duyệt, điền biểu mẫu và gửi tin nhắn. Điểm khác biệt của Gemini lần này nằm ở “cửa sổ nền”: người và tác nhân mỗi bên dùng con trỏ riêng. Dùng thực tế có ổn định hay không, còn phải chờ phản hồi từ nhóm người dùng Plus đầu tiên.

Nguồn tham khảo: blog chính thức của Google Gemini (phạm vi tính năng, yêu cầu về thiết bị và tài khoản, bốn ví dụ), TNW, CocoLoop, PPC Land (giá gói đăng ký và các mốc sản phẩm), 9to5Google (cách gọi và trình kết nối máy tính), AppleInsider, TechCrunch; Trung tâm trợ giúp của Google được dùng để đối chiếu phiên bản hệ điều hành và yêu cầu về độ tuổi.