Gemini Mac版要接管你的电脑了？

Google给Mac做的Gemini应用刚上线几周，就有人从代码里挖出了更猛的功能——它可能不只是聊天窗口，而是能直接操控你的电脑。

这让人立刻想到Anthropic的Claude Cowork：让AI看屏幕、动鼠标、整理文件。现在Google也在走这条路，而且进度可能比外界想象的更快。

从APK拆解里发现了什么

9to5Google对Android安装包做了拆解，发现Gemini Mac版正在开发"computer use"（计算机使用）能力。具体来说，代码暗示它能组织文件、执行操作，甚至把零散文档转成Google Workspace格式——Docs、Sheets、Slides。

这需要macOS的屏幕访问和辅助功能权限。一旦用户授权，Gemini就能查看屏幕内容、控制鼠标键盘、直接操作本地文件。

目前公开的Mac应用还很初级：Option+Space呼出聊天窗口，支持窗口分享让AI看到屏幕内容，免去复制粘贴。但代码显示，Google的野心远不止于此。

为什么是现在

时间线很紧凑。2024年10月，Google已向开发者开放Gemini 2.5 Computer Use模型。几周前，Gemini原生macOS应用正式上线，对标OpenAI的ChatGPT桌面版。

竞争对手也在同一赛道。Anthropic的Claude Cowork已经能控制电脑，OpenAI则被曝在开发"超级应用"。Google的动作明显是在补课，同时试图反超。

一个关键差距：ChatGPT桌面版上线近两年，功能仍相对基础。如果Google能快速落地agentic能力，Gemini Mac版将获得阶段性优势。

Claude暂时领先，但局面在变化

目前Claude Cowork仍是标杆。它能理解屏幕内容、执行多步骤任务、跨应用操作。OpenAI这边，关于"超级应用"的消息时有传出，但近期相对沉默。

Google的特殊筹码是Workspace生态。代码暗示的"非结构化文件转Docs/Sheets/Slides"功能，直接打通了本地文件与云端办公套件。这是Anthropic和OpenAI都没有的垂直整合。

不过Google尚未确认任何计划。APK拆解只是技术线索，不代表最终产品形态。9to5Google也强调，这些功能可能变动，甚至取消。

权限与体验的两难

要让AI真正"使用电脑"，用户必须交出深层系统权限。屏幕录制、辅助功能控制——这些权限过去是恶意软件的重点目标。普通用户是否愿意给AI同样的信任？

Google的解法可能是渐进式：先通过窗口分享建立习惯，再引导开启更深权限。Gemini Enterprise的发布也暗示了企业市场的优先级——IT管理员对权限管控更熟悉，员工对自动化需求更刚性。

另一个悬念是交互设计。Claude Cowork采用"观察-建议-执行"的确认流程，减少误操作。Google会沿用类似设计，还是更激进地让AI自主决策？

开发者已能尝鲜

Computer Use模型去年10月已向开发者开放，意味着第三方应用可以集成类似能力。Gemini Mac版的原生支持，相当于Google亲自下场做标杆实现。

这对开发者生态有双重意义：一是降低接入门槛，不用自己处理macOS权限和UI自动化；二是设定交互范式，影响用户对AI代理的预期。

如果Google能做好，可能重现Android早期"官方应用定标准"的效果；如果体验翻车，也会拖累整个Gemini品牌的信任度。

下一步看什么

三个观察点：第一，Google何时官方确认这些功能，措辞是"实验性"还是"正式推出"；第二，实际任务成功率——整理文件听起来简单，但面对混乱的桌面和命名随意的文件夹，AI的容错空间很小；第三，企业客户的采用速度，他们更可能为明确的效率提升承担权限风险。

这场竞赛的本质不是技术演示，而是谁能让AI代理真正融入日常工作流而不制造麻烦。Claude先跑了一步，OpenAI在憋大招，Google正在用Workspace生态和原生应用双线夹击。对Mac用户来说，几个月后可能会有三个AI争夺你的屏幕控制权——选谁，取决于谁真的懂你混乱的文件夹。