Google在智能体AI方向迈出了决定性一步:macOS版Gemini获得了电脑控制功能。现在,AI智能体能够自主与文件、应用程序和网站交互——点击按钮、填写表单并执行多步骤任务,无需用户持续参与。

该实现的关键特点在于安全架构。智能体的所有操作都在独立窗口中进行,从而将进程与主工作环境隔离。用户保留对访问的完全控制权,并且必须确认重要操作,这降低了系统中发生意外或非预期更改的风险。

初始阶段的限制

目前,该功能仅在美国提供,且仅支持英语。Google AI Plus、Pro和Ultra付费套餐的订阅者可获得访问权限。这种分阶段部署反映了该公司对在操作系统中拥有实际权限的产品的谨慎态度。

此次发布标志着Gemini从顾问角色转变为完整的任务执行者——这是领先AI开发者之间竞争迅速加剧的领域。委托多步骤操作的能力为Mac专业用户开辟了一类新的自动化场景。

Cryptalist分析:Gemini进入操作系统智能体管理层面,强化了AI助手转变为个人计算操作层的趋势。对加密行业而言,这是一个信号:能够自主与钱包、DeFi协议和交易所界面交互的智能体即将出现——这既会扩展自动化能力,也会加剧安全性和交易确认方面的问题。市场应准备好迎接新一波产品浪潮,其中AI智能体与用户控制之间的边界将成为核心议题。