Gemini 在 Mac 上的 Computer Use 是一项面向符合条件的美国英语用户的功能,会在隔离窗口中执行由你监督的任务。涉及资金、身份信息、删除和分享的操作,最终确认权都应牢牢掌握在自己手里。
30 秒结论:琐事可以交给 Gemini,登录和最后一步必须自己来
可以让 Gemini 负责导航、录入和整理,但登录、付款、发送和删除等操作必须由你亲自确认。它会在独立的虚拟屏幕中运行,并在聊天窗口实时显示预览;遇到登录和付款会暂停,执行敏感操作前也会征求同意。不过,Google 的帮助页面明确提醒,Gemini“可能出错,也可能做出预期之外的操作”(Google 支持)。
谁能使用:一张表确认资格和费用
下面五项基本涵盖了 Google 公告和帮助页面中列出的主要使用条件(Google Blog、Google 支持)。
| 要求 | Google 的说明 |
|---|---|
| 地区和语言 | 美国,发布时仅支持英语 |
| 账号 | 个人 Google 账号,年龄 18 岁以上;不支持工作和学校账号 |
| 套餐 | Google AI Plus、Pro 或 Ultra(根据 MacRumors,起价为每月 $4.99) |
| 硬件和系统 | 运行 macOS Sequoia 15.0 或更高版本的 Apple Silicon Mac |
| 应用 | Gemini app for Mac(gemini.google/mac);支持页面建议使用 Hydrogen 4 或更高版本,以获得更高质量的回答 |
该功能于 November 19, 2026 开始推出;Intel Mac、免费套餐、Workspace 账号和美国以外的用户均不支持。相关公告没有给出更广泛开放的时间表。
开启 @Computer use:权限不要一次性全放开
在 Task 线程中选择 Task,然后添加 @Computer use。持久化的应用列表、macOS 权限和聊天内确认,是彼此独立的控制项(Google 支持)。
- 打开
Gemini → Settings → Computer use(按照 Google 的设置路径,macOS 快捷键为⌘ + ,)。 - 开启 Allow Gemini to work with your Mac,根据提示授予 macOS Accessibility 和 Screen & System Audio Recording 权限。
- 如果要处理文件,可以提前开启 Use on-demand file backups;但它只是尽力而为,不能当作可靠的恢复方案。
- 在 Task 提示词中写清源文件、目标应用和输出格式。
- 安全建议(这是作者建议,不是 Google 的规定):第一次让 Gemini 操作某个桌面应用时,先选择 Allow once,不要一上来就选择 Always allow。
执行过程中随时查看实时预览,也可以点击 Stop task。第一次使用时,建议从未登录账号的文件夹和可随时丢弃的副本开始。
连接器会影响可用的集成项目,但原生控制仍受每个应用的 Allow 决定限制。桌面应用列表包括 Blender、Autodesk Fusion、Git 和 Obsidian(9to5Google)。
它能做到哪一步:跨应用操作的关键边界
Gemini 可以在多个应用之间导航,在应用间传递信息,并执行点击、输入、滚动、打开菜单和填写表单等操作。Google 在发布时展示了四类用法(Google Blog):
- 在创意应用中批量编辑照片、搭建 3D 场景
- 把 PDF 中的重量和地址填入多字段运输报价表
- 整理地区仪表盘数据和截图,并制作成 Slides
- 检查服装文件夹,整理成待发布的二手商品信息
根据 Google 帮助页面,以下边界尤其值得注意(Google 支持):
- 需要确认的操作不会自动完成。遇到登录和付款会暂停;把商品信息整理好,不等于已经发布。
- 登录状态会随操作一起暴露。只要允许操作已登录的应用,相关会话就可能被使用,其中也包括屏幕上可见的 MFA 内容。
- 不能保证回滚。备份只是尽力而为,保留 24 小时或直到下一次提示,其中部分应用内容不会被备份,某些操作也不可逆。
- 先确认第三方规则。委托自动化之前,确认目标应用允许此类操作。
“每个菜单和表单背后都连着你的登录状态。把点击交给代理,也就等于把会话交给了它。权限页面到底是谁在看?”——@weiwan_ok,X
权限、确认与 24 小时备份上限
聊天中的权限选择只对当前这一步有效;只有 Always allow 会一直保留,并出现在 Allowed apps 中。Blocked apps 则是对应的永久阻止列表(Google 支持)。
| 选择 | 适用范围 | 适合什么时候使用 |
|---|---|---|
| Don't allow | 仅当前步骤 | 陌生应用、意外请求,以及任何登录或付款提示 |
| Allow once | 仅当前步骤 | 第一次使用某个必要应用 |
| Always allow | 持续有效,直到手动移除 | 仅限反复使用且风险较低的应用 |
| Blocked apps | 持续阻止 | 邮件、消息、密码管理器、金融应用,以及任何拥有不可逆操作权限的应用 |
需要留意三类风险:不可信的屏幕内容可能诱导 Gemini 去操作其他已获允许的应用;代码编辑器或开发者工具可能让它执行 shell 命令并大范围修改文件系统;备份“会保留 24 小时”,而且并不覆盖所有应用。任务结束后,移除临时权限,并在任务聊天中通过 View backups 检查备份是否存在。
Mac 应用还是 Computer Use API?给开发者的选择建议
Mac 应用适合在自己的电脑上监督 Gemini 处理日常任务;API 则是一套截图循环,由你的代码在托管环境中执行(Google AI Studio 文档)。
| 维度 | Gemini Mac app (@Computer use) | Computer Use API |
|---|---|---|
| 谁执行点击 | 隔离 Mac 窗口中的 Gemini | 由你的执行器(Playwright、Browserbase)运行返回的 function_call |
| 坐标模型 | 由窗口在后台处理 | 使用归一化的 1000x1000 x/y 坐标,再由你的代码按视口大小进行缩放 |
| 计费方式 | 订阅制(Plus/Pro/Ultra) | 按 token 循环计费:每张截图、历史记录和操作输出都会计入费用(价格) |
| 安全责任 | 由 Google 的提示,以及你的 Allowed/Blocked 列表共同控制 | 由你负责:操作次数上限、确认机制、沙盒、注入检测和审计日志 |
| 适用场景 | 有人在旁监督的个人跨应用任务 | 浏览器自动化、批量填写表单、UI 测试和产品调研 |
需要无头运行或重复执行产品流程时,选择 API;如果有人会盯着预览,并亲自确认最后一步,Mac 应用更合适。更多细节请看 Gemini Computer Use API GA Guide: Pricing, Safety。
常见问题
为什么我的 Gemini Mac app 里没有 Computer Use 选项?
先重新核对上面的五项条件,再确认功能是否已经推送到你的账号,以及是否通过 Task 和 @Computer use 入口进行操作。
Gemini 能看到密码、登录会话或 MFA 验证码吗?
按照 Google 的警告,任何已授权的登录应用都应视为可能暴露。出于保守起见,永远不要对密码管理器、邮件或金融应用启用持久授权。