Gemini روی مک رایانه را به‌جای شما کنترل می‌کند؛ Computer Use آمد

گوگل Computer Use را به Gemini مک آورد: فرم پر می‌کند، فایل‌ها را مرتب می‌کند و در پس‌زمینه کار می‌کند. فعلا فقط آمریکا. جزئیات را ببینید.

Gemini روی مک رایانه را به‌جای شما کنترل می‌کند؛ Computer Use آمد

گوگل روز پنجشنبه ۲۸ آبان ۱۴۰۵ (۱۹ نوامبر ۲۰۲۶) قابلیت «استفاده از رایانه» (Computer Use) را به برنامه‌ی Gemini برای macOS آورد. یعنی Gemini حالا می‌تواند در پس‌زمینه منو بزند، متن تایپ کند، فرم پر کند و بین برنامه‌های مک و وب‌سایت‌ها کار کند. طبق اعلام رسمی گوگل فعلا فقط به زبان انگلیسی و برای کاربران آمریکا پخش می‌شود.

Gemini روی مک دقیقا چه کاری می‌کند؟

شما کار را به زبان ساده توضیح می‌دهید و Gemini آن را روی رایانه انجام می‌دهد. گوگل می‌گوید این قابلیت برای کارهای تکراری ساخته شده که معمولا ده‌ها کلیک لازم دارند. نمونه‌هایی که خود گوگل و تک‌کرانچ نام برده‌اند:

اگر می‌خواهی همین حالا امتحانش کنی، هوش مصنوعی فارسی در هوش نو با توضیح فارسی و بدون فیلترشکن کار می‌کند.

  • پر کردن فرم‌ها و بیرون کشیدن اطلاعاتی مثل وزن، ابعاد یا نشانی از فایل‌ها.
  • انجام یک کار یکسان روی گروهی از فایل‌ها.
  • مرتب کردن فایل‌ها در پوشه‌ها بر اساس معیار مشخص.
  • ساخت اسلاید از فایل‌ها یا اطلاعات داشبوردهای آنلاین.
  • کارهای خلاقانه مثل رنگ‌بندی دسته‌ای عکس‌ها در نرم‌افزار طراحی یا چیدن صحنه‌ی سه‌بعدی. در تصویر اعلامیه‌ی گوگل حتی از ساخت و اسکلت‌بندی یک طرح پروانه در Blender حرف می‌زند.

کار در پس‌زمینه و کنترل کاربر

Gemini در یک پنجره‌ی جدا و پنهان کار می‌کند و پیش‌نمایش زنده‌ی آن را داخل چت می‌بینید. صفحه و نشانگر موس شما آزاد می‌ماند و می‌توانید همزمان تایپ کنید یا تماس بگیرید. گوگل می‌گوید چند راه کنترل وجود دارد:

  • خودتان تعیین می‌کنید Gemini به کدام برنامه‌ها دسترسی داشته باشد.
  • هر مرحله را زنده می‌بینید و هر لحظه می‌توانید مکث یا متوقفش کنید.
  • کارهای مهم پیش از اجرا باید تأیید شود.

چه کسانی می‌توانند استفاده کنند؟

طبق گزارش تک‌کرانچ، برای استفاده باید برنامه‌ی Gemini برای مک را نصب کنید و اشتراک Google AI Plus، Pro یا Ultra داشته باشید. گوگل زمان گسترش به کشورهای دیگر یا پلتفرم‌های دیگر را نگفته است. تک‌کرانچ این را هم یادآوری می‌کند که گوگل در این زمینه کمی دیرتر از رقباست؛ OpenAI، Anthropic و متا مدتی است که قابلیت‌های ایجنتی در برنامه‌های رومیزی خود دارند. همین هفته هم گوگل ایجنت «Tasks» را در Gemini گسترش داد که می‌تواند تماس بگیرد و وقت رزرو کند. در مقاله‌ی ایجنت Gemini هم درباره‌ی مسیر گوگل برای ایجنت‌ها نوشته‌ایم.

خطر امنیتی و محدودیت‌های اپل

به نوشته‌ی The Verge این قابلیت درست پیش از آن آمده که اپل برای برنامه‌های درخواست‌کننده‌ی «دسترسی کامل به دیسک» محدودیت‌های تازه‌ای بگذارد، چون ایجنت‌هایی که رایانه را کنترل می‌کنند خطر دارند. پیش‌نمایش این تنظیمات در بتای macOS 27.3 این هفته دیده شد. نتیجه‌ی عملی این است که اگر اجازه می‌دهید یک ایجنت در رایانه‌تان کار کند، باید فقط به برنامه‌هایی دسترسی بدهید که واقعا لازم است و کارهای حساس مثل پرداخت یا حذف فایل را خودتان تأیید کنید.

رقابت در این حوزه سریع است. برای نمونه Perplexity هم در Perplexity Computer روی مک کار را کاملا محلی کرده و Gemini به تازگی در ویرایش فایل داخل چت هم قابلیت تازه گرفته است. اگر مفهوم ایجنت برایتان تازه است، راهنمای ایجنت هوش مصنوعی را ببینید.

این خبر برای کاربر فارسی‌زبان چه معنایی دارد؟

در منابع ما درباره‌ی پشتیبانی از فارسی یا عرضه خارج از آمریکا چیزی نیامده. پس نمی‌توان گفت این قابلیت برای ما چقدر کارا خواهد بود. اگر دنبال دستیار برای نوشتن، خلاصه‌کردن فایل‌ها، ساخت عکس و ویدیو یا گویندگی فارسی هستید، می‌توانید در هوش‌نو با مدل‌های GPT، Claude، Gemini، DeepSeek و Qwen کار کنید. همه‌ی ابزارها در ابزارهای هوش‌نو است. توجه کنید که هوش‌نو خودش رایانه‌ی شما را کنترل نمی‌کند؛ کار آن چت و ساخت محتواست.

جمع‌بندی: Gemini با این به‌روزرسانی از پاسخ‌دادن به انجام‌دادن نزدیک‌تر شده، ولی هنوز در مرحله‌ی عرضه‌ی محدود است. همان‌طور که در اعلامیه آمده، تأیید کارهای مهم بر عهده‌ی خود کاربر است و این ویژگی را نباید خاموش گذاشت.

سؤالات متداول

قابلیت Computer Use در Gemini روی ویندوز هم هست؟

طبق اعلامیه‌ی گوگل فعلا فقط روی برنامه‌ی مک است و درباره‌ی ویندوز یا دیگر پلتفرم‌ها چیزی گفته نشده.

آیا Gemini صفحه‌ی مرا اشغال می‌کند؟

نه. در یک پنجره‌ی پس‌زمینه کار می‌کند و پیش‌نمایش آن را در چت می‌بینید، پس صفحه و موس شما آزاد می‌ماند.

آیا کارها بدون تأیید من انجام می‌شود؟

طبق گفته‌ی گوگل، کارهای کلیدی پیش از انجام باید تأیید شوند و می‌توانید هر لحظه مکث یا توقف کنید.

منبع‌ها

نویسنده نعیم حشم‌بان بنیان‌گذار و سردبیرِ هوش نو

نعیم حشم‌بان بنیان‌گذارِ هوش نو است و هر روز مدل‌های تازه‌ی هوش مصنوعی را امتحان می‌کند تا آموزش و بررسیِ ساده و دقیق به زبانِ فارسی بنویسد.