Google Gemini桌面版进化成超级应用，可操控电脑、对接Obsidian

AI桌面代理的战场正在全面打响。继OpenAI Codex、Anthropic Claude Desktop之后，Google也在加速改造Gemini桌面客户端，目标把它打造成一款全能超级应用，不再局限问答对话，而是可以直接接管电脑本地文件、第三方软件，甚至跨设备完成复杂工作流。

根据TestingCatalog的拆解爆料，目前Gemini桌面版多项重磅新功能正在封闭内测，包含双工作模式切换、Computer Use电脑操控、Obsidian笔记打通、Finder深度集成、跨电脑联动等能力，预示桌面AI代理的时代正在加速到来。

Gemini桌面现状：Spark已经落地，更多大招藏在测试版

Gemini桌面客户端今年上半年已经正式上线，面向macOS用户开放下载。6月底，Google把Gemini Spark带到macOS平台，美国地区AI Ultra订阅用户已经可以体验基础本地自动化能力：比如自动归类下载文件夹PDF文件、联动Google Workspace生成表格、设置定时任务等。

Gemini Spark最早亮相于Google I/O 2026，是一套依托Gemini 3.5与Antigravity框架运行的云端AI代理。现阶段它只能完成基础本地任务，而本次曝光的内测功能，才是真正实现质变的关键。

内测五大核心新能力，对标两大竞品

1️⃣ Ask / Assign双模式：聊天和干活彻底分开

内测版本新增模式切换开关，逻辑对标OpenAI Codex的Chat与Work模式。

Ask模式：就是我们熟悉普通对话聊天窗口，用来提问、咨询、头脑风暴。

Assign模式：强化版AI代理，专门用来执行自动化任务。用户可以限定AI的工作文件夹，可以设置默认目录、沿用上次工作目录，或是为单次任务指定全新文件夹。

文件夹范围限制非常关键，相当于给AI划定安全边界，避免AI随意读取电脑里其他隐私文件，兼顾自动化能力与数据安全，和Codex项目隔离设计思路异曲同工。

2️⃣ Computer Use +跨电脑连线：AI直接操作你的软件

测试版本内置Computer Use能力，开启之后Gemini不再只能输出文字，能够直接调用本机各类应用程序。 举个例子：你下达指令，AI自动打开浏览器、访问网页、抓取信息整理结果返回，全程无需手动操作，直接对标Claude Desktop的电脑操控能力。

同时，还支持跨电脑连接，允许多台安装Gemini桌面版的设备互相连通。虽然完整机制尚未公开，行业推测类似Codex远程控制，可以通过一台设备，调度另一台电脑上面的AI代理完成任务，实现跨设备办公。

3️⃣ Obsidian深度整合：把你的私人知识库交给AI

这次最让知识工作者期待的更新，就是Obsidian笔记软件的对接测试。 Obsidian以本地Markdown笔记库（Vault）为核心，大量创作者、研究者把全部个人知识沉淀在这里。一旦整合落地，Gemini就可以直接读取本地笔记库，实现对个人笔记做提问、总结、提炼、二次创作。

目前还不确定Google是打算长期原生支持Obsidian，还是借Obsidian做内部测试，后续推出自家知识库功能替代。但无论如何，这代表本地私有知识库与桌面AI代理的融合，已经成为明确趋势。

4️⃣ Finder集成+自定义面板，深度融入macOS系统

macOS Finder将新增快捷入口，任意文件夹可以直接发送给Gemini，让AI对文件夹内全部文件执行处理任务。 Finder快捷操作和已经上线Gemini Spark形成互补：Spark负责长期后台持续任务，Finder入口处理即时一次性文件处理需求。

同时内测出现自定义标签页，可以管理AI技能、连接器与插件。业内普遍预期后续Google会加入MCP协议完整支持，搭建第三方插件生态，进一步拓展Gemini桌面能力边界。

5️⃣ 下一代模型蓄势待发：Gemini4、Nano Banana 2.5 Flash

目前来看，Gemini桌面端已经在为新一代模型做适配准备。 一方面是旗舰大模型Gemini4；另一方面是Nano Banana 2.5 Flash多模态模型，主打高速推理，强化图像生成、视频编辑、实时多媒体处理能力，未来桌面端多模态能力会迎来大幅升级。

巨头同台竞技，桌面AI代理赛道白热化

现在三家头部厂商走上相似的发展路线：

• OpenAI Codex：从代码助手演进成全域电脑代理
• Anthropic Claude Desktop：以对话为入口，实现本机软件操控
• Google Gemini桌面版：依托Spark代理，叠加文件管控、知识库、跨设备能力

大家都不再满足网页端聊天，争夺电脑桌面入口，目标打造下一代AI作业中枢。

⚠️重要提醒：Ask/Assign模式、Computer Use、Obsidian整合、跨电脑连接、Finder快捷入口全部处于封闭测试，没有确定公开上线时间。目前普通用户可用的，只有基础桌面客户端以及Spark部分能力。

写在最后

从聊天问答，到读取本地文件，再到直接操控软件、打通个人知识库、跨设备调度，AI正在从网页窗口真正走进操作系统。

未来我们使用电脑的方式可能彻底改变：不用手动点开软件、复制粘贴文件，只需要下达自然语言指令，AI代理就在限定权限内帮你完成整套工作。当然随之而来的本地隐私、权限管控，也将是Google必须解决的核心课题。

| 本文为行业资讯整理，所有内测功能\以Google官方正式发布为准。

我是老猫，一个爱好广泛的中年男。

前前端，略懂代码，沉迷 AI + 效率工具

聊一些能提升自我的 AI 玩法和成长干货～

随缘分享，欢迎关注！

---