在这过去的两年期间，一旦谈到桌面AI助手这个话题，大家脑海之中首先浮现出来的，基本上情形都是GPT和Claude。

前头的早早地把那个客户端铺进了 Mac 里头，后面的同样也早就把桌面的入口弄出来了。

结果谷歌这边，Gemini 一直挂在网页里，多少有点拧巴。

模型声量很大，桌面存在感却一直差口气。

现在，这个坑终于补上了。

谷歌声称正式推出了Gemini的适于macOS的原生客户端，该客户端支持借助全局快捷键将其拉起，并且它还能够直接对当前窗口实施共享操作。

https://gemini.google/mac/

这件事其实分量很重。

因为网页端再强，终究还是网页端。

你得先开浏览器，找到那个标签页，切进去，问完，再切出来。

整个过程是破碎的，像是临时找人帮个忙。

不一样的客户端，它能够持续地贴靠在桌面边缘位置，仿佛是一个随时都可以被呼唤出来的桌宠。

唯有此入口切实长久存在，Gemini往后方有契机冲破浏览器的限制，去接触文档，去接触表格，去接触代码窗口，去接触你此刻正着手处理的那一堆事物。

可能会有好多朋友觉得，仅仅是多了一个 App 而已，难道真有那么夸张不成，会觉得有那么夸张吗。

还真有。

只因如今众人所争抢的，早就并非是谁擅长聊天，谁能够撰写一封邮件，谁又可以进行总结。

大家所争抢的，是究竟谁能够距离工作流更加接近，谁能够愈发像是那样一个始终在屏幕旁边随时准备待命的助手。

Gemini 现在终于也坐到这张桌子上了。

官方到底发了啥，亮点在哪

先看官方公告。

第一呢，Gemini的Mac版本，是原生客户端，并非那种，只是把网页壳子，套上个桌面图标，来糊弄人的产物哦。

谷歌官方说，这是原生 macOS 体验。

负责 Gemini 产品的 Josh Woodward，在 X 上也透露，有一个小团队，在不到 100 天的时间里，做出了 100 多个功能，而且这些功能全都是 100% 原生 Swift 的。

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

这个表态颇具意味，潜台词相当明晰，谷歌晓得大家针对桌面端此事已催促许久，是以这次要率先将使用体验这般的基本方面给稳固住。

第二，Gemini 终于能从任何界面被叫出来了。

Option + Space，直接拉起迷你聊天窗口。

按下 Option 键，再按下 Shift 键，接着按下 Space 键，以此进入完整聊天界面。

主题呈现出浅色的那种挺漂亮的模样，深色主题呢，相较于网页端而言，变得更加惊艳了，背景发生了一种变化，变成了纯黑色呢。

客户端

网页端

这个设计，有那么点意思，仿佛是把Gemini，放置到了苹果搜索Spotlight所处的那个位置。

无论你是正在撰写方案，还是查看财报，亦或是制作表格，当脑子突然出现卡顿，想要询问日期、公式、思路、翻译、灵感时，只需手不离开当前工作区域太远，Gemini随即便会弹出。

这种有着低摩擦感的情况，常常相较于模型参数，更具备决定一个产品是否会被高频率使用的能力。

第三点，这是此次最为关键的要点，Gemini能够直接去看你当下正在观看的事物了。

官方给了窗口共享功能。

需要先授予客户端所需的两个权限。

Gemini 能够依据当前呈现的这块内容给出反馈，前提是你将某个窗口分享给它。

被分享的 GPT 窗口

Gemini 对被分享的窗口的解读

看一张复杂图表，问它这三个最大结论是什么。

盯着一段代码，问它这里可能哪里有坑。

开着一个文档，直接让它提炼重点。

看一段视频，让它总结视频要点。

这个动作一旦成立，整个交互逻辑就变了。

以前，那是你将上下文搬运给AI，如今，却是AI开始主动去触及上下文了。

这个变化的影响很大。

再顺着往下看，官方落地页还提到几个细节。

他支持所有 Gemini 所支持的语言，以及所有 Gemini 所支持的国家地区，免费提供，要求 macOS 15 及以上，只支持 Apple M 系列芯片，同账号下的聊天记录和记忆能够同步。

网页端能做的，Gemini 客户端统统能做。

并非仅仅是为网页端简单地套了个壳，而是好似将 Gemini 的一整套能力，重新嵌入到 Mac 的工作流程当中，是这样的情况。

回到普通用户这边，这些信息最后会落到一个特别朴素的体验上。

鲜少去切一回网页，甚少去寻一回标签页，极少去复一次截图跟内容，极罕去敲几句前情提要。

你可别轻视这几个“少”字，众多产品最终能否持续留存下去，成败的关键就在此处。

看起来很美

但 Gemini 离真正的助手还差一点

当然，聊到这里，得泼一点冷水。

这一回，Gemini 登上 Mac，绝对是件值得称好之事，并且是早晚都必定会出现之事。

假设把它放置到如今这场处于桌面的 AI 混战环境当中去看待，那么当下的这一版 Gemini，就愈发类似于一个最终学会长久停留在桌面的聊天助手，是一个速度更快、使用起来更便捷、具备了能够查看屏幕内容能力的入口层级。

它具备着相当的重要性，然而却尚未进展到像Claude以及GPT那般，能使人们猛地一拍大腿，深感如此的状态。

差在哪？

差在 Computer Use（电脑操作）这口气还没续上。

Gemini 被嵌入到了 Chrome 浏览器当中，并且是默认开启的状态，在读取网页上下文这件事情上已经不存在问题了。

Gemini Mac版目前所具备的功能是，能于任何界面进行拉起操作，能实现共享窗口，还能依据上下文回答问题，然而，Claude和GPT针对Mac的体验，早就朝着更深层次的电脑操作能力方向发展了。

Gemini 脱离了浏览器，然而，距离切实能够协助你于电脑上持续开展工作，仍存在一段距离。

这段路很关键。

由于桌面AI迈向最终阶段，比拼的肯定不单单是悬浮窗做得是否美观，快捷键是否好用。

较量的是，它可否切实读懂你的屏幕，领会你正做着何事，接着跨越多个应用程序去主动承接任务，去开展执行，去将一连串动作连贯起来。

今天的 Gemini，已经摸到了门把手。

Claude 和 GPT，已经把门推开了一点。

Gemini 后面大概率也会补上这一块的能力。

宣称首发版仅仅是开端的谷歌官方博客，表明在后续的几个月当中，将会陆续出现更多的消息。

第一层是窗口共享，第二层是全局快捷键，第三层是跨 App 理解和执行。

现在谷歌总算把前两层搭起来了。

剩下那层最香的，估计还得等等。

总之，Gemini，总算住进 Mac 了。

参考资料：

https://blog.google/innovation-and-ai/products/gemini-app/gemini-app-now-on-mac-os/

https://gemini.google/mac/