新智元报道
Gemini 桌面客户端终于问世了！这款工具不仅能完成网页端的所有功能，更具备捕捉屏幕所有窗口的能力，打破了浏览器的限制。
在过去两年中，每当提到桌面AI助手时，人们首先想到的就是ChatGPT和Claude。
ChatGPT早早就将客户端部署到了Mac系统上，而Claude也早已在桌面上开辟了入口。
相比之下，谷歌的Gemini一直局限于网页界面，显得有些不协调。
尽管模型本身声量很大，但在桌面端的存在感却略显不足。
现在这项短板终于得到了弥补。
谷歌正式发布了专为macOS设计的原生客户端，并支持全局快捷键和直接共享当前窗口的功能。
Gemini的这一更新标志着它从网页端迈向了桌面环境，提供了更加无缝的工作体验。
这件事其实分量很重。
网页端虽强，但终究还是网页端。
使用时需要先打开浏览器，在众多标签中找到正确的页面，完成操作后再切换出来。
整个过程显得有些破碎，像是临时寻求帮助一般。
相比之下，客户端则会一直驻留在桌面上方，如同一个随时待命的助手。
这种常驻的入口使得Gemini有机会深入文档、表格和代码等场景中发挥作用。
一些用户可能会认为多了一个应用程序并没有那么重要。
还真有。
实际上，今天大家竞争的核心已经不再是聊天或写邮件的能力。
更关键的是谁能更贴近工作流程，并成为一个始终在线的助手。
现在Gemini终于也加入了这场桌面AI的竞争中。
此次更新的主要亮点有哪些
先看官方公告。
首先，Gemini Mac版是一款真正的原生客户端，而非简单的网页壳应用程序。
谷歌官方表示这是为macOS量身定制的用户体验。
产品经理Josh Woodward透露，一个小团队在不到一百天内完成了超过一百个功能开发，并且完全使用了Swift语言。
这次更新显示谷歌已经意识到用户对桌面端应用的需求并积极回应。
其次，Gemini现在可以从任何界面被快速启动。
使用快捷键Option+Space可以拉起迷你聊天窗口；而Option+Shift+Space则可切换到完整对话界面。
浅色主题设计美观，深色模式相比网页版更显惊艳，背景从灰色变为纯黑色。
Gemini的设计理念是让用户在任何工作场景下都能轻松获取帮助，无需离开当前任务区域太远。
这种低门槛的操作方式往往更能决定一个产品是否会被高频使用。
客户端
网页端
最重要的一点在于Gemini可以直接访问用户正在处理的文件或窗口内容。
官方提供了窗口共享功能，使AI能够基于当前屏幕内容给出反馈和建议。
用户可以分享复杂的图表、代码段落甚至视频给Gemini，询问其分析结果或是总结要点。
这种交互方式彻底改变了传统的信息传递模式。
从前需要用户手动提供上下文信息给AI，而现在则是AI主动获取并理解场景中的相关信息。
官方落地页还提到了一些细节。
支持所有Gemini支持的语言和国家地区；免费使用；要求macOS版本为15及以上；仅适用于Apple M系列芯片设备；同一账号下的聊天记录可以同步。
网页端的功能，现在在客户端中也都能实现。
这次更新不仅是简单的移植网页界面，更像是重新整合了Gemini的各项能力以适应Mac的工作流程。
对于普通用户来说，这意味着更加便捷的操作体验。
更少的页面切换、更少的内容复制粘贴等操作，这些细节上的改进往往决定了产品的留存率。
然而，Gemini距离成为真正的助手还有一定差距
不过必须承认，这次更新确实是好事，并且是迟早会发生的趋势。
但是将它放在当前的桌面AI竞争环境中来看，现在的Gemini更像是一个学会了常驻桌面的聊天工具。
虽然很重要但还没有达到像ChatGPT和Claude那样彻底改变用户工作方式的程度。
这个变化的影响很大。
还没有完全掌握计算机操作方面的技能。
目前，Gemini已经可以嵌入Chrome浏览器并默认开启读取上下文信息的功能。
它能够从任何界面快速启动、共享窗口，并根据上下文提供回答。
但是像ChatGPT和Claude这样的桌面版本已经向更深层次的电脑操作能力迈进了一步。
Gemini虽然已经开始脱离浏览器环境，但要真正做到帮助用户在电脑上连续工作还有一段距离。
桌面AI的最终目标不仅仅是悬浮窗的设计是否美观、快捷键是否顺手的问题。
更关键的是能否理解用户的屏幕操作意图，并主动跨多个应用程序执行任务。
看起来很美
当前版本的Gemini已经初步具备了这样的潜力。
而ChatGPT和Claude则在这方面走得更远一些，已经开始实践这种能力的应用场景。
Gemini未来很可能会补上这一块的能力短板。
谷歌官方博客也表示这只是开始阶段，接下来几个月会有更多更新消息发布。
窗口共享功能是第一步；全局快捷键则是第二步；而跨应用程序的理解与执行则属于第三步的挑战。
差在哪？
目前谷歌已经完成了前两步的任务。
最具吸引力的那个环节，或许还需要等待一段时间才能实现。
总而言之，Gemini现在终于入驻了Mac平台。
Gemini 已经从浏览器里走出来了，但离真正能帮你在电脑上连续干活，还差一段路。
这段路很关键。
因为桌面 AI 走到最后，拼的绝对不只是悬浮窗做得漂不漂亮，快捷键顺不顺手。
拼的是它能不能真的读懂你的屏幕，理解你在干嘛，然后跨多个 App 去主动接活，去执行，去把一连串动作串起来。
今天的 Gemini，已经摸到了门把手。
Claude 和 ChatGPT，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。
谷歌官方博客自己都说了，首发版只是开始，接下来几个月还会有更多消息。
窗口共享是第一层，全局快捷键是第二层，跨 App 理解和执行是第三层。
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/