Mac 版 Gemini 升級：長按 Fn 鍵即可語音聽寫與改寫

很多人在電腦上寫東西時，最煩的就是靈感來得快、打字跟不上。系統自帶的聽寫功能又往往像個老古董，你說個「嗯」「啊」，它就照單全收，說到一半改口還得回頭手動刪。

Google 為 macOS 版 Gemini 帶來了一套全新的全域性語音功能。現在你甚至不需要單獨開啟 Gemini 視窗，只要在鍵盤上長按 Fn 鍵，就能在 Mac 桌面的任意窗口裡直接用自然語言輸入。

不用動手刪口誤的智慧聽寫

預設狀態下，這套功能充當的是智慧聽寫的角色。你對著電腦隨便說，Gemini 會在後臺自動完成轉錄和潤色。

它最實用的地方在於懂人話。不僅能自動過濾掉「嗯」「啊」這類語氣詞，還能識別出你說到一半的自我修正。說完之後，格式排好、標點補齊的乾淨文本就會立刻出現在你的游標所在處。

有評測博主在體驗後提到，這種體驗和 Typeless、Whisper Flow 這類專門的 AI 聽寫工具非常相似，但 Google 直接把它做進了官方客戶端裡。

開啟推理，它就能看懂你的螢幕

如果你覺得光聽寫還不夠過癮，可以在設定裡手動開啟 Gemini 推理功能。開啟之後，Gemini 就獲得了理解螢幕上下文的能力。

你可以用滑鼠高亮桌面上的本地檔案，直接用語音對它下指令。比如選中幾份寵物體檢報告，然後說「讀一下這些檔案，給寄養所寫一封說明狗病史的郵件」，它就能自動提煉核心資訊。

改寫文字也同樣方便。選中螢幕上任意一段內容，說一句「把這些筆記改成帶摘要的管理層報告」，改好的版本就會直接替換過去。你甚至能選中一張插畫，直接吩咐它「根據這張圖做個暗色模式版本」。

這項語音功能目前正在面向全球的 macOS 使用者逐步推送，現階段僅支援英語，更多語言還要再等等。Windows 版本的使用者目前也只能先眼饞了。

為什麼重要

我們認為，AI 助手之間的競爭，已經從單純比拼模型引數轉移到了誰能更無縫地切入使用者工作流。Google 這次沒有強求使用者跳進網頁端，而是通過長按 Fn 鍵這一極輕的操作，把大模型能力嵌進了使用者的每一次敲擊與瀏覽中。

對普通使用者和辦公族來說，這幾乎消除了把內容「複製出來、餵給 AI、再貼上回去」的所有摩擦。只要你平時需要大量英文寫作、處理郵件或整理雜亂紀要，這個功能就非常值得第一時間在設定裡開啟。

對行業而言，這一步走得相當精準。它不僅直接擠壓了 Typeless 等第三方單點工具的生存空間，更是在蘋果自家的桌面 AI 深度成熟之前，在 macOS 生態裡搶先插下了一面旗幟。不過，把螢幕內容和本地檔案的理解許可權徹底交給大模型，在帶來極致便利的同時，也必然會引發使用者對桌面資料隱私的審視。如何在高效與安全之間讓使用者放心，依然是 Google 接下來要解答的問題。