이미지: X — 테스팅카탈로그 영상 갈무리
摘要
- TestingCatalog在Gemini桌面应用设置中捕捉到"计算机操作(Computer Use)"功能的踪迹
- 该功能可控制其他应用并访问指定文件夹,同时还发现了在执行任务前自动备份到Google Drive的选项
- 目前该功能处于面向可信测试者的试验阶段,预计将以提示栏中的"Task"选项形式出现
- 포착 매체
- TestingCatalog (2026-08-18)
- 포착 위치
- Gemini 데스크톱 앱 설정 화면
- 기능명
- Computer Use — 앱 제어·폴더 접근
- 안전 옵션
- Advanced Backup — 작업 전 Google Drive 자동 백업
- 예상 UI
- 프롬프트바 선택기 내 'Task' 옵션, 미니뷰로 화면 추적
- 비교 대상
- Claude·ChatGPT는 이미 유사 기능 제공 중
设置界面中留下的痕迹
在Gemini桌面应用设置的某处,留下了一项尚未启用功能的痕迹。TestingCatalog于8月18日捕捉到的这一项目名为"计算机操作(Computer Use)"。顾名思义,这是让AI代替人类操控电脑屏幕的功能,可控制其他应用并访问指定文件夹中的文件以执行任务。目前尚无正式发布公告,据悉该功能正处于面向可信测试者群体的试验阶段。
为何"计算机操作"成为新战场
直接操控屏幕的AI代理,此前已由Anthropic的Claude和OpenAI的ChatGPT率先推出。其方式是让AI代替人类抓取鼠标、寻找并点击该点击的位置,或打开文件填入内容。谷歌此时才开始测试这一功能,可以理解为在"从单纯问答的聊天机器人转向真正代为处理事务的代理"这场竞争中,谷歌又向前追赶了一步。
Gemini桌面应用此前已通过Gemini自动规划旅行行程的功能展示过名为Gemini Spark的界面。当时的Gemini Spark能够调取Gmail中的预订信息和地图数据,在Google文档中生成行程表,甚至能通过Chrome代为填写机票预订表单。此次被发现的"计算机操作"功能,看起来正是对这一Gemini Spark界面的进一步扩展。
预计将如何运作
据TestingCatalog报道,"计算机操作"功能不会以导航栏中的开关形式出现,而是将作为"Task"选项被加入到图像、视频生成工具所在的提示栏选择器中。开启该选项后,用户可以通过活动屏幕的小窗口实时查看Gemini具体执行了哪些操作。此外还配备了一项实用的控制装置,可在任务执行期间阻止电脑进入睡眠模式。
其中最引人注目的是名为"Advanced Backup"的安全装置。该选项会在Gemini触碰所选文件夹之前,自动将该文件夹备份至Google Drive,为不使用Git等版本管理工具的普通用户留出了可撤回的余地。
双刃剑
这项备份功能的存在本身也是一个矛盾的信号。提前准备好撤回方式,意味着谷歌自身也承认了Gemini在执行任务过程中可能会造成不希望发生的文件改动。现实层面的问题同样存在:如果所选文件夹容量达到数百GB,仅上传至Google Drive就需要相当长的时间和存储空间,任务甚至可能还没开始就出现瓶颈。
| 项目 | Claude·ChatGPT现有方式 | Gemini测试版本 |
|---|---|---|
| 启用位置 | 独立开关/模式 | 提示栏"Task"选项 |
| 进度确认 | 截图·日志 | 活动屏幕小窗口 |
| 撤回安全装置 | 依赖版本管理工具 | Google Drive自动备份 |
编者视角
谷歌为何将"计算机操作"功能握在手中、最后才拿出来,原因并不难猜。这项功能做得好会带来便利,但做得不好则会直接演变成破坏用户文件的事故。在目睹了Anthropic和OpenAI先行推出该功能后所经历的试错——点错窗口、误删非预期文件等事故——之后,谷歌先备好备份选项才推出的这个顺序本身,就是一个信号,表明谷歌正把这项功能当作安全问题来处理。
实际使用过这类规模的代理功能后,结论往往大同小异:最初几天会感到惊叹,但一旦把整个文件夹交给它、出现意料之外的文件被更改的瞬间,信任就会急剧下滑。备份选项只是缓解那一刻冲击的最低限度安全带,并非完整的解决方案。尤其是对于打算把数百GB项目文件夹整体托管出去的团队而言,现阶段更安全的做法是,仅在文档整理或重复性表单填写等低风险任务上有限度地尝试"计算机操作"功能。至于包含重要代码库或客户数据的文件夹,则应等到正式发布、且权限细分功能到位之后再考虑使用。
未来几周内,该功能很可能会从可信测试者范围扩大到更广泛的用户群体。不过,谷歌在权限范围、恢复流程以及大容量文件夹处理方式上如何完善,将决定这项功能给人留下的第一印象。
