Chrome 149 迎來新功能：圈選網頁圖文直接發給 Gemini

平時在網頁上看到一張複雜的架構圖，或者一段看不太懂的資料，想讓 AI 解釋，你大概得先用截圖工具框一下，儲存或者複製，再拖進側邊欄的對話方塊裡。這套動作雖然習慣了，但說白了還是很折騰。

Google 最近在 Chrome 149 裡把這道坎給拆了。他們開始推送一項叫做「從螢幕選擇」（Select from screen）的新功能，把整個操作縮短到了滑鼠一點一劃之間。

滑鼠劃哪，Gemini 就看哪

這個功能藏在 Chrome 側邊欄 Gemini 的「+」號選單裡。點開之後，它的工作邏輯就像一個內建的截圖取色器，但抓下來的內容會直接變成提問時的上下文附件。

不管是網頁裡某一段具體文字，還是藏在複雜排版裡的一張圖片，你只要用滑鼠框出來，它就會自動貼到輸入框裡。你不用費勁跟 AI 描述「請看左下角那個灰色表格」，指一下就能直接開問。

這項功能隨著 Chrome 149 版本灰度推送，如果你還沒看到，把瀏覽器徹底重啟一遍通常就能刷出來。看似是個微調，但它明顯想讓 Gemini 從一個被動回答問題的網頁機器人，變成時刻看著你螢幕的隨身助手。

有意思的是，Google 選在同一天還放出了另一枚籌碼：面向開發者開放了 Gemini 3.5 Flash 的「計算機操作」（computer use）能力。這個模型不需要掛載外掛系統，自己就能看懂螢幕並在瀏覽器、手機應用和桌面系統之間直接執行多步操作，專啃軟體測試和企業自動化工作流這種長流程任務。

為什麼重要

我們認為，這項更新看起來是個不起眼的互動最佳化，實際上踩中了生成式 AI 當前最痛的一個點：消除阻力。

過去各大廠商拼命推側邊欄，但大家用得少，很大程度是因為把螢幕資訊餵給 AI 太麻煩。一旦能順手框選，你查報表、改程式碼、讀長文時順手問一句的門檻就降到了最低。如果你每天有大量時間泡在瀏覽器裡看材料，這種原生整合能省下不少無意義的切屏時間。

在行業層面，這看起來是 Google 對微軟 Copilot 步步緊逼的一次自然防守。瀏覽器是 Google 最堅固的護城河，只要能把看螢幕、理解頁面、甚至跨應用操作這套鏈路跑通，就能把使用者牢牢按在自己的生態裡，不用去開第三方的獨立客戶端。

不過隱患也顯而易見。當 AI 越來越習慣隨時讀取你螢幕上的畫素點，甚至開始具備跨應用執行動作的許可權時，隱私邊界和誤操作的風險就會被無限放大。怎麼讓使用者確信 AI 只看到了被劃選的那一小塊區域，而不是把整個螢幕的敏感資訊全看個精光，是 Google 接下來必須給出的答案。