Chrome 149 迎来新功能：圈选网页图文直接发给 Gemini

平时在网页上看到一张复杂的架构图，或者一段看不太懂的数据，想让 AI 解释，你大概得先用截图工具框一下，保存或者复制，再拖进侧边栏的对话框里。这套动作虽然习惯了，但说白了还是很折腾。

Google 最近在 Chrome 149 里把这道坎给拆了。他们开始推送一项叫做「从屏幕选择」（Select from screen）的新功能，把整个操作缩短到了鼠标一点一划之间。

鼠标划哪，Gemini 就看哪

这个功能藏在 Chrome 侧边栏 Gemini 的「+」号菜单里。点开之后，它的工作逻辑就像一个内置的截图取色器，但抓下来的内容会直接变成提问时的上下文附件。

不管是网页里某一段具体文字，还是藏在复杂排版里的一张图片，你只要用鼠标框出来，它就会自动贴到输入框里。你不用费劲跟 AI 描述「请看左下角那个灰色表格」，指一下就能直接开问。

这项功能随着 Chrome 149 版本灰度推送，如果你还没看到，把浏览器彻底重启一遍通常就能刷出来。看似是个微调，但它明显想让 Gemini 从一个被动回答问题的网页机器人，变成时刻看着你屏幕的随身助手。

有意思的是，Google 选在同一天还放出了另一枚筹码：面向开发者开放了 Gemini 3.5 Flash 的「计算机操作」（computer use）能力。这个模型不需要挂载外挂系统，自己就能看懂屏幕并在浏览器、手机应用和桌面系统之间直接执行多步操作，专啃软件测试和企业自动化工作流这种长流程任务。

为什么重要

我们认为，这项更新看起来是个不起眼的交互优化，实际上踩中了生成式 AI 当前最痛的一个点：消除阻力。

过去各大厂商拼命推侧边栏，但大家用得少，很大程度是因为把屏幕信息喂给 AI 太麻烦。一旦能顺手框选，你查报表、改代码、读长文时顺手问一句的门槛就降到了最低。如果你每天有大量时间泡在浏览器里看材料，这种原生整合能省下不少无意义的切屏时间。

在行业层面，这看起来是 Google 对微软 Copilot 步步紧逼的一次自然防守。浏览器是 Google 最坚固的护城河，只要能把看屏幕、理解页面、甚至跨应用操作这套链路跑通，就能把用户牢牢按在自己的生态里，不用去开第三方的独立客户端。

不过隐患也显而易见。当 AI 越来越习惯随时读取你屏幕上的像素点，甚至开始具备跨应用执行动作的权限时，隐私边界和误操作的风险就会被无限放大。怎么让用户确信 AI 只看到了被划选的那一小块区域，而不是把整个屏幕的敏感信息全看个精光，是 Google 接下来必须给出的答案。