一句话看懂:Google 在 2026 年 11 月 20 日为 Mac 版 Gemini 应用开放了 Computer Use 能力,让 AI 在后台窗口替用户完成电商上架、填表等重复性任务,同时不抢占屏幕和鼠标。这值得关注,因为它意味着 AI 助手开始从“对话工具”向“可委托执行的操作层”延伸。
事件核心:发生了什么
根据 Engadget 报道,Google 于 2026 年 11 月 20 日宣布,Mac 版 Gemini 应用新增了 Computer Use 功能。这项能力此前已在 PC 端上线一段时间,如今 Mac 用户也能使用。具体来说,Gemini 可以通过截图查看屏幕内容,并代替用户点击、输入、滚动和浏览程序与网站。用户只需用自然语言描述任务,Gemini 就会在后台窗口执行,并在聊天界面给出实时预览。
Google 明确表示,该功能不会接管用户的屏幕或光标,用户可以照常使用 Mac。同时,Gemini 只能操作已获授权的应用,关键操作还需要用户批准。官方给出的场景包括:批量在 eBay 等平台发布商品、自动填写本地 PDF 发货申报表,以及把铅笔草图自动转换成 3D 模型。
为什么重要
Computer Use 是 AI 应用从“生成内容”走向“执行流程”的一步。过去,大模型更多承担问答和创作,而这类能力让 AI 直接操作软件界面,绕开了没有 API 的老旧系统。对 Google 而言,把该能力从 PC 扩展到 Mac,是在桌面端与微软、OpenAI 等争夺 AI 助手入口的动作。目前公开信息显示,Gemini 的差异化在于后台执行加实时预览,而不是完全接管设备,这有助于降低用户对安全性的顾虑。
对用户/开发者/创作者的影响
普通用户和创作者最直接的收益是重复性工作被压缩:批量上架商品、填表、整理素材都可以委托给 Gemini,人只需做最后审核。对开发者来说,这类 Computer Use 能力短期内更像是应用内功能,而非开放 API,第三方集成空间还有待观察。创作者则可以把草图转 3D 模型这类流程纳入 AI 辅助,但仍需检查生成结果。企业采购时需要注意权限边界:Gemini 只能访问授权应用,关键步骤需人工确认,适合低风险、可复核的流程。
AI 工具推荐
想把多个 AI 模型放在一个入口?
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型,适合写作、绘图、视频和日常 AI 工作流。
推广链接:通过此链接购买,我可能获得佣金,不影响你的价格。
值得关注的后续
第一,Mac 版实际体验是否稳定,后台执行在复杂多步骤任务中的成功率如何。第二,Google 是否会把 Computer Use 开放为 API,让开发者构建自己的自动化工作流。第三,竞品是否跟进类似的后台执行模式,以及权限审批机制会不会成为行业标准。
来源:Engadget


