Интенсив 21–22.11 · БесплатноБесплатный 2-дневный интенсив по вайбкодингу 21–22 ноября в 16:00 МСК (Сб–Вс) · Живой Поток 3 стартует 23.11Записаться бесплатно →Поток 3 (23.11)
РелизРазбор · На радарThe Decoder→ оригинал

Gemini для Mac научился выполнять задачи в фоне, пока вы работаете

Google добавила в приложение Gemini для Mac режим Computer Use: ИИ сам кликает, печатает и листает меню в программах, файлах и на сайтах. Вы описываете цель, например заполнить форму доставки по данным из PDF, а Gemini работает в изолированном фоновом окне и не занимает курсор. Каждый шаг виден в чате, паузу можно нажать в любой момент. Для продактов это образец того, как делать десктопных агентов управляемыми.

AI-обработка оригинала The Decoder; редакция Hamidun News
Gemini для Mac научился выполнять задачи в фоне, пока вы работаете
Источник: The Decoder. Коллаж: Hamidun News.
Слушать статью
Паспорт материала и цифры
ПараметрДанные
ПервоисточникThe Decoder ↗
Главный редактор
Ключевой факт #1Доступно сейчас только на английском языке и только в США
Ключевой факт #2Пользователь сам выбирает, к каким приложениям Gemini имеет доступ
Примеры Googleпакетная правка фото и 3D-сцен, сборка презентаций

Представьте обычный рабочий вечер: нужно разобрать сорок фотографий, заполнить форму отправки по данным из PDF и собрать черновик презентации. Всё это рутина на полчаса-час, которая отнимает внимание у настоящей работы. Google предлагает передать её Gemini. В приложении для Mac появился режим Computer Use, и он делает эту рутину в фоне, пока вы занимаетесь своим.

Что именно показала Google

Computer Use выполняет многошаговые задачи сразу в трёх местах: в локальных файлах, в настольных приложениях и на сайтах. Пользователь формулирует цель обычными словами. Дальше Gemini сам кликает, печатает и ходит по меню и формам, как это делал бы человек за компьютером.

Главная инженерная деталь здесь в том, где всё это происходит. Агент работает в изолированном фоновом окне, а в чате показывается живое превью его действий. Поэтому экран и курсор остаются у вас: можно писать письмо или править код, а Gemini в это время делает свою часть. Раньше агенты такого типа обычно перехватывали управление, и работать параллельно с ними было неудобно.

Примеры из анонса Google вполне приземлённые:

  • пакетное редактирование фотографий и 3D-сцен;
  • заполнение форм доставки по данным из локальных PDF;
  • сборка презентаций.

Как устроен контроль

Для агента, который нажимает кнопки на вашем компьютере, вопрос доверия важнее красивых демо. Google выстроила несколько уровней управления. Пользователь сам выбирает, к каким приложениям Gemini вообще получает доступ. Он видит каждый шаг в реальном времени и может поставить задачу на паузу в любой момент. Перед ключевыми действиями агент запрашивает подтверждение заранее.

Это разумная схема: свобода действий ограничена списком разрешённых программ, а необратимые шаги вроде отправки формы проходят через человека. Для тех, кто сам проектирует десктопных или браузерных агентов, это готовый образец интерфейса: изоляция, прозрачность и точки подтверждения вместо слепого «делай всё сам».

Что пока неизвестно

Honest-часть разговора: цифр в анонсе нет. Google не приводит данных о том, как часто агент успешно доводит задачу до конца, сколько шагов он выдерживает и как ведёт себя в нестандартных интерфейсах. Все примеры взяты из материалов самой компании, независимых проверок пока нет. Не названо и то, какие именно приложения поддерживаются лучше всего.

Есть и географическое ограничение. Computer Use раскатывается сегодня только на английском и только в США. Приложение Gemini для Mac можно скачать, но сам режим доступен не везде. Российскому и европейскому пользователю придётся подождать или искать обходные пути.

Конкуренция и вывод для практиков

The Decoder отмечает, что OpenAI тоже активно занимается Computer Use и, по оценке издания, уходит заметно вперёд со своей моделью Astra. Подробностей этого сравнения в материале нет, поэтому воспринимайте его как мнение издания, а не как измеренный результат. Но направление очевидно: крупные лаборатории делают ставку на агентов, которые работают с обычным графическим интерфейсом, а не только через API.

Что с этим делать. Продактам стоит присмотреться к паттерну фонового окна: он снимает главное неудобство агентов, которые мешают человеку работать. Разработчикам, чьи приложения должны уживаться с такими агентами, полезно проверить, насколько понятны и предсказуемы их интерфейсы: формы без явных подписей и нестандартные кнопки будут ломать автоматизацию. Основателям, которые строят нишевых десктопных агентов, это сигнал: базовый сценарий «опиши цель, а я кликну за тебя» входит в стандартный продукт Google, и конкурировать придётся глубиной в конкретной области, а не самой возможностью управлять компьютером.

Сюжет

Вопросы и ответы по материалу

Что известно по теме: что именно показала Google?

Computer Use выполняет многошаговые задачи сразу в трёх местах: в локальных файлах, в настольных приложениях и на сайтах. Пользователь формулирует цель обычными словами. Дальше Gemini сам кликает, печатает и ходит по меню и формам, как это делал бы человек за компьютером. Главная инженерная деталь здесь в том, где всё это происходит. Агент работает в изолированном фоновом окне, а в чате показывается живое превью его действий.

Что известно по теме: как устроен контроль?

Для агента, который нажимает кнопки на вашем компьютере, вопрос доверия важнее красивых демо. Google выстроила несколько уровней управления. Пользователь сам выбирает, к каким приложениям Gemini вообще получает доступ. Он видит каждый шаг в реальном времени и может поставить задачу на паузу в любой момент. Перед ключевыми действиями агент запрашивает подтверждение заранее. Это разумная схема: свобода действий ограничена списком разрешённых программ, а необратимые шаги вроде отправки формы проходят через человека.

Что известно по теме: что пока неизвестно?

Honest-часть разговора: цифр в анонсе нет. Google не приводит данных о том, как часто агент успешно доводит задачу до конца, сколько шагов он выдерживает и как ведёт себя в нестандартных интерфейсах. Все примеры взяты из материалов самой компании, независимых проверок пока нет. Не названо и то, какие именно приложения поддерживаются лучше всего. Есть и географическое ограничение. Computer Use раскатывается сегодня только на английском и только в США.

ЖХ
Жемал Хамидун — CPO Alpina Digital, продакт-менеджер AlpinaGPT. Делает AI-продукты с 2019 года. Hamidun News — pet project, который вырос в production-агрегатор с 6000+ читателей.
✦ Практика · Hamidun Academy

Соберите рабочего ИИ-агента или сервис своими руками без ручного кода

В Академии Жемала Хамидуна (academy.hamidun.com) открыт бесплатный 72-часовой тест-драйв: интерактивные скетч-уроки по Claude Code и Cursor, живой Tech Radar и готовые шаблоны агентов.

Открыть 72ч бесплатный доступ →Интенсив по Вайб-кодингу
Что вы думаете?
Загружаем комментарии…