Gemini na Macu si ovládá aplikace samo. Češi si to ale nespustí
Google pustil do aplikace Gemini pro Mac funkci computer use: asistent sám kliká, píše a proklikává se nabídkami v běžných aplikacích. Zatím ale jen v americké angličtině a jen pro platící předplatitele.
Google ve čtvrtek rozšířil svou macOS aplikaci Gemini o schopnost, která se v branži vžila pod názvem computer use. Server MacRumors i 9to5Google ji popisují shodně: asistent dokáže pracovat napříč aplikacemi, soubory a weby a dokončit vícekrokový úkol, zatímco se vy věnujete něčemu jinému. Prakticky to znamená, že Gemini kliká, píše, prochází nabídky a vyplňuje formuláře místo vás. Tedy přesně ten druh otravné rutiny, kvůli které si lidé pořizují makra.
Důležitý je způsob, jakým to Google vyřešil. Gemini neběží přes vaši obrazovku a nebere vám myš, ale pracuje v odděleném okně na pozadí. V chatovacím rozhraní přitom vidíte živý náhled toho, co zrovna dělá. Jedním kliknutím ho lze kdykoli zastavit a předem si vybíráte, do kterých aplikací vůbec smí. Funkce se vyvolává tak, že do dotazu přidáte „@Computer use“.
Google ještě přidal pojistky pro citlivé okamžiky. U přihlašování a plateb se asistent zastaví a čeká na vás, a před dalšími zásahy, které označuje za klíčové, si vyžádá potvrzení. Co přesně do té kategorie spadá, firma nespecifikuje. V nastavení přibyla sekce Desktop, kde se vedle dosavadního napojení na Git a Obsidian objevily i aplikace jako Blender nebo Autodesk Fusion.
Příklady použití, které Google nabízí, míří na práci s velkým objemem drobností. Dávkové barevné úpravy fotek, vytahování údajů o zásilkách z lokálních PDF souborů, stavba prezentace v Google Slides z dat v dashboardu nebo vystavení inzerátů z celé složky fotografií. Je to logická volba — u úkolů, kde se třicetkrát opakuje stejných pět kliknutí, se chyba agenta snese líp než u jednorázové operace, kterou nikdo nekontroluje.
Teď to podstatné pro české čtenáře: funkce je podle 9to5Google dostupná pouze ve Spojených státech a pouze v americké angličtině. U nás si ji tedy nespustíte, i kdybyste platili. Navíc je vyhrazená předplatitelům tarifů Google AI Plus, Pro a Ultra, které podle MacRumors začínají na 4,99 dolaru měsíčně. Samotná aplikace Gemini pro Mac vyžaduje počítač s procesorem Apple Silicon a stahuje se z webu Googlu, ne z Mac App Storu.
Načasování je v tomhle případě až komické. Google uvádí agenta, který ovládá cizí aplikace na Macu, zrovna ve chvíli, kdy Apple chystá v macOS 27.3 nástroje, jež mají přesně tohle hlídat. Systém bude varovat před aplikacemi, které chtějí plný přístup k datům, umožní omezit jim přístup na konkrétní aplikace a složky, vyžádat si svolení při každém pokusu a nově ukáže indikátor, když jedna aplikace ovládá jinou.
Apple zároveň slibuje, že kdo už oprávnění udělil, nebude je po aktualizaci udělovat znovu a nové vysvětlující obrazovky neuvidí. Gemini tedy stihne nasbírat svolení ještě podle starých pravidel. Z hlediska Googlu je to příjemná shoda okolností, z hlediska uživatele spíš připomínka, že se vyplatí jednou za čas projít seznam aplikací s rozšířenými právy.
Srovnání s Applem se nabízí samo. Jen o pár hodin dříve 9to5Mac psal o inzerátech, podle nichž Apple teprve shání manažera do týmu, který staví univerzálního počítačového agenta. Google má takového agenta nasazeného v produkční aplikaci, byť v omezeném regionu. Rozdíl mezi „hledáme člověka, který to povede“ a „od dneška to máte v menu“ je v tomhle oboru propastný.
Otázkou zůstává, jak dobře to funguje. Agenti ovládající rozhraní mají obecně problém s tím, že se jim aplikace pod rukama mění, a drobná odchylka v rozložení okna dokáže celý postup rozhodit. Google sám přiznává, že u přihlášení a plateb se zastaví, což bývá většinou eufemismus pro „tady si nejsme jistí“. Reálné zkušenosti uvidíme v příštích týdnech, až se k funkci dostane víc lidí.
Pro běžného majitele Macu je to zatím hlavně náhled do toho, kam se věci posouvají. Myšlenka, že si aplikace třetí strany sama proklikává vaše další aplikace, byla ještě před dvěma lety spíš z oblasti automatizačních kutilů kolem AppleScriptu. Dnes ji nabízí druhá největší softwarová firma světa jako součást předplatného za pět dolarů měsíčně.
V Česku si na to tedy ještě počkáme a vzhledem k tomu, jak Google své funkce obvykle rozšiřuje, nejspíš ne příliš dlouho. Jazykové omezení na americkou angličtinu bývá u computer use spíš technická opatrnost než licenční překážka. Do té doby zůstává na Macu agentem jedině člověk — což má, přiznejme si, taky své výhody.
Zdroje: Server MacRumors, 9to5Google