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了。

結(jié)果谷歌這邊，Gemini 一直掛在網(wǎng)頁里，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)頁端再強(qiáng)，終究還是網(wǎng)頁端。

你得先開瀏覽器，找到那個(gè)標(biāo)簽頁，切進(jìn)去，問完，再切出來。

整個(gè)過程是破碎的，像是臨時(shí)找人幫個(gè)忙。

客戶端不一樣，它會一直貼在桌面邊上，像一個(gè)隨時(shí)能被叫出來的桌寵。

只要這個(gè)入口真的常駐，Gemini 后面才有機(jī)會突破瀏覽器的殼，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。

很多朋友可能會覺得，不就是多了個(gè) App 嗎，有這么夸張嗎。

還真有。

因?yàn)榻裉齑蠹覡幍脑缇筒皇钦l會聊天，誰會寫個(gè)郵件，誰能做總結(jié)。

大家爭的是誰能離工作流更近，誰能更像一個(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)頁殼套個(gè)桌面圖標(biāo)糊弄一下。

谷歌官方說，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，潛臺詞很明顯，谷歌知道大家對桌面端這件事已經(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)頁端更驚艷了，背景從灰色變成純黑色。

客戶端

網(wǎng)頁端

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

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

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

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 對被分享的窗口的解讀

看一張復(fù)雜圖表，問它這三個(gè)最大結(jié)論是什么。

盯著一段代碼，問它這里可能哪里有坑。

開著一個(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。

過去是你把上下文搬給 AI，現(xiàn)在是 AI 開始主動(dòng)觸及到上下文。

這個(gè)變化的影響很大。

再順著往下看，官方落地頁還提到幾個(gè)細(xì)節(jié)。

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

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

這次不是單純給網(wǎng)頁端裝了個(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，這些信息最后會落到一個(gè)特別樸素的體驗(yàn)上。

少切一次網(wǎng)頁、少找一次標(biāo)簽頁、少復(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，就差在這里。

看起來很美

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)今天這場桌面 AI 混戰(zhàn)里看，現(xiàn)在這版 Gemini，更像一個(gè)終于學(xué)會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）這口氣還沒續(xù)上。

Gemini 已經(jīng)嵌入 Chrome 瀏覽器并默認(rèn)開啟，讀取網(wǎng)頁上下文沒有問題了。

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。

今天的 Gemini，已經(jīng)摸到了門把手。

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

Gemini 后面大概率也會補(bǔ)上這一塊的能力。

谷歌官方博客自己都說了，首發(fā)版只是開始，接下來幾個(gè)月還會有更多消息。

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/