发生了什么
11 月 19 日,谷歌在官方博客宣布 Gemini 的 Mac 应用上线 computer use:用自然语言描述一个多步骤任务,Gemini 会在一个隔离的后台虚拟屏幕里点击、输入、翻菜单、填表单,跨本地文件、桌面应用与浏览器执行。聊天窗口内同步显示实时预览,主屏幕与光标不被占用。
怎么开启、权限怎么给
在 Gemini 设置(Command 加逗号)中打开 Computer use,需要授予 macOS 的「辅助功能」与「屏幕与系统音频录制」两项权限。实际任务在 Task 模式下以 @Computer use 触发。用户可以维护「允许的应用」与「阻止的应用」两份清单,敏感动作执行前需确认,也可开启按需文件备份(保留 24 小时或至下一次指令)。
可用范围与已知风险
- 仅美国、英语界面,18 岁以上个人 Google 账号;
- 需 Apple Silicon 机型与 macOS Sequoia 15.0 以上;
- 订阅档位为 Google AI Plus、Pro、Ultra;
- 工作与学校账号暂不支持,官方未给出其他市场时间表;
- 帮助文档明确:可操作已登录的应用会话,也能读取屏幕上显示的验证码;给代码编辑器或开发工具授权,等于把 shell 执行能力交出去;部分删除不可恢复,临时备份不保证成功。
为什么重要
这是 computer use 从开发者 API 走进消费级桌面应用的又一步,也把「智能体权限模型」变成普通用户必须理解的概念:按应用授权、按动作确认、按会话备份。谷歌没有公布任何成功率或基准,官方示例集中在批量调色、搭建 3D 场景、从本地 PDF 提取重量与地址填写物流报价、把仪表盘数据做成 Slides。对企业而言,真正可用的版本要等 Workspace 账号支持,而那一步尚未排期。

