Lilith.
⌕
編集イラスト: GeminiがMac上の専用画面で作業し、ユーザーのcursorは奪わない
Lilithのイラスト · 編集リミックス

GoogleはMac版Gemini appでcomputer useを開始した。利用者が複数段階の作業を説明すると、agentがローカルファイル、desktop app、webをまたいでclick、入力、menu操作、form記入を行う。

agentは背景で動き、主画面を占有しない

Geminiは隔離された背景画面で動作する。chatにはlive previewが表示される一方、利用者の主画面とcursorは空いたままだ。active desktopを占有し、その間の作業を止めるcomputer useとの違いはここにある。

Googleは、大量ファイルの整理、PDFから配送formへの転記、live dashboardからのslide作成などを例に挙げる。利用者はGeminiに許可するappを選び、進行を監視し、いつでも一時停止できる。重要な操作には承認が必要だ。

専用画面がagent作業を普通のmultitaskingに変える

発表で重要なのはdemoの数ではなく、同時進行できる点だ。cursorを奪うagentでは、利用者は速い操作者の作業が終わるのを待つことになる。背景processなら、自分の仕事を止めずに動きを確認できる2人目の作業者に近づく。

teamにとっては、browserだけでは扱えない事務処理やローカルデータのworkflowが現実的になる。一方で権限管理の重みも増す。PDF、dashboard、form、販売platformをつなぐagentは、1つの誤った値を複数systemへ広げる可能性がある。

米国限定の開始で、監視しても正しさは保証されない

開始時点のcomputer useは、米国の英語環境でMac版Gemini appを使う場合に限られる。公開条件ではGoogle AI Plus、Pro、Ultraのいずれかが必要だ。Googleは他の国やplatformへの展開時期を示していない。

live preview、一時停止、承認は意図しない操作の危険を下げるが、すべての中間処理が正しいとは限らない。長いworkflowでは、誤った値が別のappへ渡る前に利用者が見落とすこともある。隔離画面が守るのはdesktopの使い勝手であり、データや判断の正しさではない。

demo外の長い作業が本当の試験になる

繰り返し作業での安定性、承認を求める位置、操作履歴の読みやすさが価値を決める。失敗時の復旧も重要だ。ファイル変更を戻し、安全に再実行できない手順を認識する必要がある。

英語と米国以外への展開も指標になる。form、ローカルsoftware、業務processは国ごとの差が大きい。幅広い提供は、Macを操作できること以上の難しさを試す。

Lilithの判定

GoogleはGeminiに利用者の運転席を渡さず、隣の作業机を用意した。次に証明すべきは、同じ誤りを自信満々で5つのappへ書き写さないことだ。