Gemini桌面客戶端終于上線：直接讀取屏幕上下文，幫你解讀一切！

新智元報(bào)道

編輯：艾倫

【新智元導(dǎo)讀】Gemini 終于推出桌面客戶端了！除了能做網(wǎng)頁(yè)端的一切，它的殺手锏是能捕捉屏幕上所有窗口，突破瀏覽器限制，把一切都裝進(jìn)模型上下文，幫你解讀一切。

這兩年只要聊桌面 AI 助手，大家腦子里先跳出來(lái)的，基本都是 ChatGPT 和 Claude。

前者早早把客戶端鋪進(jìn) Mac，后者也早就把桌面入口做出來(lái)了。

結(jié)果谷歌這邊，Gemini 一直掛在網(wǎng)頁(yè)里，多少有點(diǎn)擰巴。

模型聲量很大，桌面存在感卻一直差口氣。

現(xiàn)在，這個(gè)坑終于補(bǔ)上了。

谷歌正式推出 Gemini 的 macOS 原生客戶端，支持全局快捷鍵拉起，也能直接共享當(dāng)前窗口。

https://gemini.google/mac/

這件事其實(shí)分量很重。

因?yàn)榫W(wǎng)頁(yè)端再?gòu)?qiáng)，終究還是網(wǎng)頁(yè)端。

你得先開(kāi)瀏覽器，找到那個(gè)標(biāo)簽頁(yè)，切進(jìn)去，問(wèn)完，再切出來(lái)。

整個(gè)過(guò)程是破碎的，像是臨時(shí)找人幫個(gè)忙。

客戶端不一樣，它會(huì)一直貼在桌面邊上，像一個(gè)隨時(shí)能被叫出來(lái)的桌寵。

只要這個(gè)入口真的常駐，Gemini 后面才有機(jī)會(huì)突破瀏覽器的殼，去碰文檔，碰表格，碰代碼窗口，碰你當(dāng)下正在處理的那堆東西。

很多朋友可能會(huì)覺(jué)得，不就是多了個(gè) App 嗎，有這么夸張嗎。

還真有。

因?yàn)榻裉齑蠹覡?zhēng)的早就不是誰(shuí)會(huì)聊天，誰(shuí)會(huì)寫(xiě)個(gè)郵件，誰(shuí)能做總結(jié)。

大家爭(zhēng)的是誰(shuí)能離工作流更近，誰(shuí)能更像一個(gè)一直在屏幕邊上待命的助手。

Gemini 現(xiàn)在終于也坐到這張桌子上了。

官方到底發(fā)了啥，亮點(diǎn)在哪

先看官方公告。

第一，Gemini Mac 版是原生客戶端，不是網(wǎng)頁(yè)殼套個(gè)桌面圖標(biāo)糊弄一下。

谷歌官方說(shuō)，這是原生 macOS 體驗(yàn)。

Gemini 產(chǎn)品負(fù)責(zé)人 Josh Woodward 也在 X 上透露：一個(gè)小團(tuán)隊(duì)，不到 100 天，做了 100 多個(gè)功能，還是 100% 原生 Swift。

https://x.com/joshwoodward/status/2044452201947627709

這個(gè)表態(tài)挺有意思，潛臺(tái)詞很明顯，谷歌知道大家對(duì)桌面端這件事已經(jīng)催很久了，所以這次要先把使用體驗(yàn)等基本盤給穩(wěn)住。

第二，Gemini 終于能從任何界面被叫出來(lái)了。

Option + Space，直接拉起迷你聊天窗口。

Option + Shift + Space，進(jìn)入完整聊天界面。

淺色主題挺漂亮的，深色主題也相比網(wǎng)頁(yè)端更驚艷了，背景從灰色變成純黑色。

客戶端

網(wǎng)頁(yè)端

這個(gè)設(shè)計(jì)有點(diǎn)像把 Gemini 塞進(jìn)了蘋(píng)果搜索 Spotlight 那個(gè)位置。

你在寫(xiě)方案也好，看財(cái)報(bào)也好，做表格也好，腦子里突然卡一下，想問(wèn)個(gè)日期、公式、思路、翻譯、靈感，手不用離開(kāi)當(dāng)前工作區(qū)太遠(yuǎn)，Gemini 就彈出來(lái)了。

這種低摩擦感，往往比模型參數(shù)更能決定一個(gè)產(chǎn)品會(huì)不會(huì)被高頻使用。

第三，也是這次最關(guān)鍵的一點(diǎn)，Gemini 可以直接看你正在看的東西了。

官方給了窗口共享功能。

需要先授予客戶端所需的兩個(gè)權(quán)限。

你可以把某個(gè)窗口分享給 Gemini，它就能基于眼前這塊內(nèi)容給反饋。

被分享的 ChatGPT 窗口

Gemini 對(duì)被分享的窗口的解讀

看一張復(fù)雜圖表，問(wèn)它這三個(gè)最大結(jié)論是什么。

盯著一段代碼，問(wèn)它這里可能哪里有坑。

開(kāi)著一個(gè)文檔，直接讓它提煉重點(diǎn)。

看一段視頻，讓它總結(jié)視頻要點(diǎn)。

這個(gè)動(dòng)作一旦成立，整個(gè)交互邏輯就變了。

過(guò)去是你把上下文搬給 AI，現(xiàn)在是 AI 開(kāi)始主動(dòng)觸及到上下文。

這個(gè)變化的影響很大。

再順著往下看，官方落地頁(yè)還提到幾個(gè)細(xì)節(jié)。

支持所有 Gemini 支持的語(yǔ)言和國(guó)家地區(qū)；免費(fèi)提供；要求 macOS 15 及以上；只支持 Apple M 系列芯片；同賬號(hào)下的聊天記錄和記憶可以同步。

網(wǎng)頁(yè)端能做的，Gemini 客戶端統(tǒng)統(tǒng)能做。

這次不是單純給網(wǎng)頁(yè)端裝了個(gè)殼，更像是把 Gemini 整套能力重新嵌進(jìn) Mac 工作流。

回到普通用戶這邊，這些信息最后會(huì)落到一個(gè)特別樸素的體驗(yàn)上。

少切一次網(wǎng)頁(yè)、少找一次標(biāo)簽頁(yè)、少?gòu)?fù)制一次截圖和內(nèi)容、少打幾句前情提要。

你別小看這幾個(gè)「少」字，很多產(chǎn)品最后能不能留下來(lái)，就差在這里。

看起來(lái)很美

但 Gemini 離真正的助手還差一點(diǎn)

當(dāng)然，聊到這里，得潑一點(diǎn)冷水。

這次 Gemini 上 Mac，肯定是好事，而且是遲早要發(fā)生的事。

可如果把它放進(jìn)今天這場(chǎng)桌面 AI 混戰(zhàn)里看，現(xiàn)在這版 Gemini，更像一個(gè)終于學(xué)會(huì)常駐桌面的聊天助手，一個(gè)更快、更順手、能看屏幕內(nèi)容的入口層。

它很重要，但還沒(méi)有進(jìn)化到 Claude 和 ChatGPT 那種讓人一拍大腿的程度。

差在哪？

差在 Computer Use（電腦操作）這口氣還沒(méi)續(xù)上。

Gemini 已經(jīng)嵌入 Chrome 瀏覽器并默認(rèn)開(kāi)啟，讀取網(wǎng)頁(yè)上下文沒(méi)有問(wèn)題了。

Gemini Mac 版現(xiàn)在能做的是從任何界面拉起、共享窗口、基于上下文回答問(wèn)題，但 Claude 和 ChatGPT 的 Mac 體驗(yàn)早就已經(jīng)在往更深的電腦操作能力走了。

Gemini 已經(jīng)從瀏覽器里走出來(lái)了，但離真正能幫你在電腦上連續(xù)干活，還差一段路。

這段路很關(guān)鍵。

因?yàn)樽烂?AI 走到最后，拼的絕對(duì)不只是懸浮窗做得漂不漂亮，快捷鍵順不順手。

拼的是它能不能真的讀懂你的屏幕，理解你在干嘛，然后跨多個(gè) App 去主動(dòng)接活，去執(zhí)行，去把一連串動(dòng)作串起來(lái)。

今天的 Gemini，已經(jīng)摸到了門把手。

Claude 和 ChatGPT，已經(jīng)把門推開(kāi)了一點(diǎn)。

Gemini 后面大概率也會(huì)補(bǔ)上這一塊的能力。

谷歌官方博客自己都說(shuō)了，首發(fā)版只是開(kāi)始，接下來(lái)幾個(gè)月還會(huì)有更多消息。

窗口共享是第一層，全局快捷鍵是第二層，跨 App 理解和執(zhí)行是第三層。

現(xiàn)在谷歌總算把前兩層搭起來(lái)了。

剩下那層最香的，估計(jì)還得等等。

總之，Gemini，總算住進(jìn) Mac 了。

參考資料：

https://blog.google/innovation-and-ai/products/gemini-app/gemini-app-now-on-mac-os/

https://gemini.google/mac/