Google 打算将 Gemini 桌面版打造成超级应用

超级应用演进路径

Google 正在一步步把 Gemini 桌面版打造成真正的超级应用（superapp），目标直指 OpenAI 的 Codex 和 Anthropic 的 Claude Desktop。

根据 TestingCatalog 的独家爆料，最新封闭测试版本加入了全新的 Ask 和 Assign 双模式切换、Obsidian 笔记整合、Finder 文件夹快捷入口以及跨电脑连接功能。

这些变化意味着 Gemini 正从单纯的聊天机器人，逐渐变成具备完整本地操作能力的 AI 代理平台。下面先看看哪些功能已经上线，哪些还在测试中。

Gemini 桌面版与 Spark 的现状

Gemini 桌面版本身早在今年上半年就已经推出，目前 macOS 用户可以通过官方渠道下载使用。

6 月底，Google 又把 Gemini Spark 个人代理正式带到 macOS 平台，让美国地区的 AI Ultra 订阅用户可以自动处理本地文件任务，比如把下载文件夹里的 PDF 分类整理到指定位置，或者结合 Google Workspace 创建预算表格和定期更新任务。

Gemini Spark 最早在 5 月的 Google I/O 2026 上亮相，它是一款持续运行在云端、连接 Workspace，并使用 Gemini 3.5 和 Antigravity 框架的 AI 代理。

简单来说，目前的 Gemini 桌面版已经具备基本的本地文件操作和 Google Workspace 整合能力，但下面这些新功能，才是真正把 Gemini 推向超级应用的关键。

Ask 与 Assign：双模式设计

在最新的封闭测试版本里，Gemini 桌面版加入了一个模式切换开关，可以在 Ask 和 Assign 两种模式之间切换。

这个设计和 OpenAI Codex 的 Chat 与 Work 双模式非常像：

Ask 就是标准的 Gemini 聊天界面，而 Assign 则类似 Google 此前推出的 Gemini Spark 个人代理，不过扩展能力更强。

Assign 模式最大的特点，就是可以控制 AI 的文件夹操作范围。

可以设置默认工作文件夹、返回上一次使用的文件夹，也可以针对特定任务选择全新的文件夹，把 AI 代理的操作严格限制在指定范围内。

这种设计和 Codex 的 project-scoped 工作模式类似，可以避免 AI 代理越权访问不该碰的文件。

跨电脑连接与 Computer Use

除了文件夹级别的权限控制，测试版本还出现了连接其他 Gemini 桌面版电脑的选项。

虽然目前还不清楚具体怎么连接，但很可能类似 Codex 的远程控制架构（Remote），可以通过一台电脑控制另一台电脑上的 Gemini 工作。

Computer Use 功能也是这次的一大亮点。可以选择 computer use 技能，让 Gemini 桌面版直接执行操作本地应用的任务。

这与 Anthropic Claude Desktop 的 computer use 能力正面竞争，让 AI 代理真正控制桌面上的各种应用，而不只是对着输入框打字。

比如，可以让 Gemini 自动打开浏览器、操作指定网页，再把结果返回，整个过程基本不需要人工操作。

Obsidian 整合：知识库入口探索

另一个值得关注的功能是 Obsidian。Google 正在测试 Gemini 与 Obsidian 笔记工具的连接功能。

Obsidian 是一款基于 Markdown 的本地笔记应用，笔记内容保存在名为 vault 的文件夹中。

这项整合很可能是在探索更广泛的知识库功能，让 Gemini 可以直接读取个人笔记库，从而给出更加精准的回答。

目前还不清楚 Google 是准备长期支持 Obsidian，把它作为知识库整合方案，还是暂时拿 Obsidian 做测试，等自家的类似功能开发完成后再替换。

不过对于经常使用 Obsidian 的用户来说，这意味着个人知识管理和 AI 代理之间可能会建立更紧密的联系，可以直接针对个人笔记进行提问、总结和分析。

自定义标签页与 Finder 整合

Google 还在开发一个 Customize 标签页，可以在里面选择技能、应用、连接器或插件。

不过目前这个页面的功能还比较有限，主要提供 Google 自家的应用，以及 Gemini 现有界面里已经提供的扩展功能。

外界预计，Google 后续可能会像竞争对手一样加入完整的 MCP（Model Context Protocol）支持，以及第三方插件生态。

在 macOS 上，Finder 整合可以让用户直接把任意文件夹发送给 Gemini，让它检查文件或者执行指定任务。

这进一步增强了 Gemini 在 macOS 上的本地操作能力，也和已经上线的 Gemini Spark macOS 版形成互补：

Spark 负责持续运行的代理任务，而 Finder 整合则负责快速处理文件。

Gemini 4 与 Nano Banana 2.5 Flash 的代码线索

从代码追踪来看，Google 正在准备让 Gemini 桌面版支持下一代主力模型，可能就是 Gemini 4。

同时，代码中还出现了 Nano Banana 2.5 Flash 的升级迹象。

Nano Banana 系列是 Google DeepMind 的多模态生成模型，2.5 Flash 版本预计会带来更快的推理速度和更强的多模态处理能力，覆盖图像生成、视频编辑以及实时媒体处理等应用场景。

超级应用竞争格局

目前正在测试的 Ask/Assign 双模式、Obsidian 整合、Computer Use 和跨电脑连接，都在推动 Gemini 桌面版从“个人代理”进一步变成“超级应用平台”。

这个方向和 OpenAI Codex 从代码助手扩展成全能代理、Anthropic Claude Desktop 从聊天界面发展成桌面操作中心的路线非常接近，三大巨头正在各自打造不同风格的 AI 操作系统。

总的来说，Gemini 桌面版已经上线并可以正常使用，Gemini Spark 的本地文件操作和 Workspace 整合也已经向 AI Ultra 用户开放。

不过这篇报道曝光的 Ask/Assign 双模式、Obsidian 整合、Computer Use、跨电脑连接以及 Finder 快捷入口，目前都还处于封闭测试阶段，公开上线时间还没有确定。

从代码中的功能完整度来看，Google 对 Gemini 桌面版的野心已经非常明显：

它不再只是一个 AI 聊天机器人，而是准备打造一个可以直接操作本地文件、连接第三方工具、跨设备协作，并且能够搭载最新模型的超级应用平台。

JOTO 企业落地观察

• 对企业部署意味着，本地 AI 应用正从单点工具转向需统一权限治理的平台级系统；Assign 模式所体现的文件夹级沙箱机制，提示企业必须提前规划数据边界策略，而非仅依赖模型层安全。
• 这类系统的取舍在于：Obsidian 整合暴露了 RAG 知识工程的现实路径——企业若已有成熟本地知识库（如 Markdown vault），可快速接入 AI 代理；但若知识分散于非结构化系统，则需优先构建标准化索引层，而非强推统一知识平台。
• Computer Use 功能的出现，标志着智能体工程进入真实操作系统交互阶段；企业需评估现有 IT 环境对自动化桌面操作的兼容性，包括权限策略、审计日志完整性及异常中断恢复机制，而非仅关注模型调用链路。
• 跨电脑连接能力虽处测试阶段，但已预示 FDE 驻场共创场景的变化：未来驻场工程师可能需协同配置多终端策略、同步本地知识上下文，并验证跨设备操作的一致性，这对现场交付流程提出新要求。