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！

新智元報道

編輯：艾倫

【新智元導讀】Gemini 終于推出桌面客戶端了！除了能做網頁端的一切，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 Mac，后者也早就把桌面入口做出來了。

結果谷歌這邊，Gemini 一直掛在網頁里，多少有點擰巴。

模型聲量很大，桌面存在感卻一直差口氣。

現在，這個坑終于補上了。

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

https://gemini.google/mac/

這件事其實分量很重。

因為網頁端再強，終究還是網頁端。

你得先開瀏覽器，找到那個標簽頁，切進去，問完，再切出來。

整個過程是破碎的，像是臨時找人幫個忙。

客戶端不一樣，它會一直貼在桌面邊上，像一個隨時能被叫出來的桌寵。

只要這個入口真的常駐，Gemini 后面才有機會突破瀏覽器的殼，去碰文檔，碰表格，碰代碼窗口，碰你當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 App 嗎，有這么夸張嗎。

還真有。

因為今天大家爭的早就不是誰會聊天，誰會寫個郵件，誰能做總結。

大家爭的是誰能離工作流更近，誰能更像一個一直在屏幕邊上待命的助手。

Gemini 現在終于也坐到這張桌子上了。

官方到底發了啥，亮點在哪

先看官方公告。

第一，Gemini Mac 版是原生客戶端，不是網頁殼套個桌面圖標糊弄一下。

谷歌官方說，這是原生 macOS 體驗。

Gemini 產品負責人 Josh Woodward 也在 X 上透露：一個小團隊，不到 100 天，做了 100 多個功能，還是 100% 原生 Swift。

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

這個表態挺有意思，潛臺詞很明顯，谷歌知道大家對桌面端這件事已經催很久了，所以這次要先把使用體驗等基本盤給穩住。

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，進入完整聊天界面。

淺色主題挺漂亮的，深色主題也相比網頁端更驚艷了，背景從灰色變成純黑色。

客戶端

網頁端

這個設計有點像把 Gemini 塞進了蘋果搜索 Spotlight 那個位置。

你在寫方案也好，看財報也好，做表格也好，腦子里突然卡一下，想問個日期、公式、思路、翻譯、靈感，手不用離開當前工作區太遠，Gemini 就彈出來了。

這種低摩擦感，往往比模型參數更能決定一個產品會不會被高頻使用。

第三，也是這次最關鍵的一點，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權限。

你可以把某個窗口分享給 Gemini，它就能基于眼前這塊內容給反饋。

被分享的 ChatGPT 窗口

Gemini 對被分享的窗口的解讀

看一張復雜圖表，問它這三個最大結論是什么。

盯著一段代碼，問它這里可能哪里有坑。

開著一個文檔，直接讓它提煉重點。

看一段視頻，讓它總結視頻要點。

這個動作一旦成立，整個交互邏輯就變了。

過去是你把上下文搬給 AI，現在是 AI 開始主動觸及到上下文。

這個變化的影響很大。

再順著往下看，官方落地頁還提到幾個細節。

支持所有 Gemini 支持的語言和國家地區；免費提供；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。

網頁端能做的，Gemini 客戶端統統能做。

這次不是單純給網頁端裝了個殼，更像是把 Gemini 整套能力重新嵌進 Mac 工作流。

回到普通用戶這邊，這些信息最后會落到一個特別樸素的體驗上。

少切一次網頁、少找一次標簽頁、少復制一次截圖和內容、少打幾句前情提要。

你別小看這幾個「少」字，很多產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

當然，聊到這里，得潑一點冷水。

這次 Gemini 上 Mac，肯定是好事，而且是遲早要發生的事。

可如果把它放進今天這場桌面 AI 混戰里看，現在這版 Gemini，更像一個終于學會常駐桌面的聊天助手，一個更快、更順手、能看屏幕內容的入口層。

它很重要，但還沒有進化到 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）這口氣還沒續上。

Gemini 已經嵌入 Chrome 瀏覽器并默認開啟，讀取網頁上下文沒有問題了。

Gemini Mac 版現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 體驗早就已經在往更深的電腦操作能力走了。

Gemini 已經從瀏覽器里走出來了，但離真正能幫你在電腦上連續干活，還差一段路。

這段路很關鍵。

因為桌面 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 App 去主動接活，去執行，去把一連串動作串起來。

今天的 Gemini，已經摸到了門把手。

Claude 和 ChatGPT，已經把門推開了一點。

Gemini 后面大概率也會補上這一塊的能力。

谷歌官方博客自己都說了，首發版只是開始，接下來幾個月還會有更多消息。

窗口共享是第一層，全局快捷鍵是第二層，跨 App 理解和執行是第三層。

現在谷歌總算把前兩層搭起來了。

剩下那層最香的，估計還得等等。

總之，Gemini，總算住進 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/