**摘要:**Google 在 2026 年 11 月 19 日宣布,Gemini 的 Mac 版應用程式正式加入電腦操作(computer use)功能:用文字描述一段跨本機檔案、桌面應用與網頁的多步驟工作,代理就會代你點擊、輸入、選單與填表。它在獨立的背景視窗裡執行,即時預覽顯示在對話中。目前只在美國、以英文、限 Mac 推出——對香港與台灣的讀者來說,這是一則值得記下、但暫時用不到的消息。
機制:一個不佔你螢幕的背景代理
具體做法是:你在 Gemini 應用程式裡描述一段工作流程,例如「把這個資料夾裡的服飾照片整理成轉賣平台上的商品頁」,Gemini 就會自己在背景導航選單、輸入資料、點擊按鈕,把整段流程走完。
關鍵的設計在於它不是搶走你的電腦。Gemini 跑在隔離的背景視窗裡,對話介面中有一個即時預覽,你可以看到它每一步在做什麼;你的主螢幕和游標完全空出來,可以繼續打字、做設計或開會。
控制權怎麼設計:權限、監看與事前核准
Google 在發布文章中列出的防護機制有三層:你可以指定 Gemini 能存取哪些應用程式;每一步都即時可見,隨時可以暫停;關鍵動作會在執行前先送你核准。換句話說,凡是難以復原的操作,設計上都不會在你點頭之前發生。
這些是廠商自己設計並自己描述的防護。截至目前,資料來源中沒有任何獨立測試能說明這類代理在真實多步驟任務上的完成率,也沒有說明一段流程跑到一半失敗時會發生什麼。
Google 建議的四種起手式
發布文章給了幾個方向,共同點都是「幾十次點擊才做得完的重複工作」:
- 創意流程:在設計軟體中批次調整照片色調,或搭建複雜的 3D 場景。
- 省掉手動填表:從本機 PDF 萃取重量、尺寸與地址,填入多欄位的運費報價表單。
- 把即時數據變簡報:從多個地區的儀表板抓取指標與截圖,在 Google Slides 組出可直接報告的簡報。
- 批次上架商品:分析本機資料夾裡的服飾照片,查價、記錄細節、在轉賣平台上架。
模型層面的電腦操作能力,本站先前在Gemini 3.5 Flash 的電腦操作基準一文有另一篇整理,可以搭配著看。
**我們的看法:**如果你是美國地區的 Mac 用戶,手上正好有表單輸入、商品上架這類低風險、可復原的重複工作,現在就值得花一個下午挑一項試跑——這是已經可以下載的正式功能,不是候補名單,而且事前核准的設計把試錯成本壓得很低。但判斷標準要看「任務有沒有真的做完、失敗一次要重來多少」,不是看 Google 自己挑的示範案例。香港、台灣的讀者,以及在 Windows 或 Linux 上工作、或重複流程早已寫成腳本的團隊,可以放心先忽略這則消息。會改變立場的訊號有兩個:若獨立測試證明這類多步驟流程能穩定完成、失敗時也能妥善收尾,觀望的成本就會高過先試;反之,若早期回報顯示流程常在半途卡死又無法恢復,那就直接跳過。
上線範圍與資料來源沒說的事
功能由 Gemini 應用程式團隊的 Group Product Manager Michael Friedman 發布,即日起於美國以英文推出,僅限 Mac 版應用程式,下載點在 gemini.google/mac。
資料來源沒有提到定價、各方案的額度,也沒有失敗行為或準確率的任何數字;所有使用範例都是 Google 自己選的。對我們的讀者而言,最實際的下一步不是研究功能本身,而是留意它什麼時候離開美國與英語市場——在那之前,這則發布對香港與台灣的使用者沒有可直接執行的動作。
參考來源
在 X 上查看原貼文
