Mac 版 Gemini 升级：长按 Fn 键即可语音听写与改写

很多人在电脑上写东西时，最烦的就是灵感来得快、打字跟不上。系统自带的听写功能又往往像个老古董，你说个「嗯」「啊」，它就照单全收，说到一半改口还得回头手动删。

Google 为 macOS 版 Gemini 带来了一套全新的全局语音功能。现在你甚至不需要单独打开 Gemini 窗口，只要在键盘上长按 Fn 键，就能在 Mac 桌面的任意窗口里直接用自然语言输入。

不用动手删口误的智能听写

默认状态下，这套功能充当的是智能听写的角色。你对着电脑随便说，Gemini 会在后台自动完成转录和润色。

它最实用的地方在于懂人话。不仅能自动过滤掉「嗯」「啊」这类语气词，还能识别出你说到一半的自我修正。说完之后，格式排好、标点补齐的干净文本就会立刻出现在你的光标所在处。

有评测博主在体验后提到，这种体验和 Typeless、Whisper Flow 这类专门的 AI 听写工具非常相似，但 Google 直接把它做进了官方客户端里。

开启推理，它就能看懂你的屏幕

如果你觉得光听写还不够过瘾，可以在设置里手动开启 Gemini 推理功能。开启之后，Gemini 就获得了理解屏幕上下文的能力。

你可以用鼠标高亮桌面上的本地文件，直接用语音对它下指令。比如选中几份宠物体检报告，然后说「读一下这些文件，给寄养所写一封说明狗病史的邮件」，它就能自动提炼核心信息。

改写文字也同样方便。选中屏幕上任意一段内容，说一句「把这些笔记改成带摘要的管理层报告」，改好的版本就会直接替换过去。你甚至能选中一张插画，直接吩咐它「根据这张图做个暗色模式版本」。

这项语音功能目前正在面向全球的 macOS 用户逐步推送，现阶段仅支持英语，更多语言还要再等等。Windows 版本的用户目前也只能先眼馋了。

为什么重要

我们认为，AI 助手之间的竞争，已经从单纯比拼模型参数转移到了谁能更无缝地切入用户工作流。Google 这次没有强求用户跳进网页端，而是通过长按 Fn 键这一极轻的操作，把大模型能力嵌进了用户的每一次敲击与浏览中。

对普通用户和办公族来说，这几乎消除了把内容「复制出来、喂给 AI、再粘贴回去」的所有摩擦。只要你平时需要大量英文写作、处理邮件或整理杂乱纪要，这个功能就非常值得第一时间在设置里打开。

对行业而言，这一步走得相当精准。它不仅直接挤压了 Typeless 等第三方单点工具的生存空间，更是在苹果自家的桌面 AI 深度成熟之前，在 macOS 生态里抢先插下了一面旗帜。不过，把屏幕内容和本地文件的理解权限彻底交给大模型，在带来极致便利的同时，也必然会引发用户对桌面数据隐私的审视。如何在高效与安全之间让用户放心，依然是 Google 接下来要解答的问题。