Gemini 3 Pro 在大多数推理 benchmark 上超过 Claude Sonnet。Gemini Live 是市面上最强的多模态语音 API。NotebookLM 可以说是任何前沿实验室交付过的最好的 RAG 系统。Veo 3 是 AI 视频的 state of the art。Nano Banana 2 在图像编辑上领先。

然而 2026 年 4 月，你在 Hacker News、Google 官方 AI 开发者论坛和 Google 自家的支持社区里看到的关于 Gemini 的最大抱怨都是同一件事：包在模型外面的产品是坏的。

这篇文章解释为什么 Google 众望所归的原生 Gemini Mac app —— 2026 年 3 月 Bloomberg 爆料并大概率会在 Google I/O 2026 前后发布 —— 几乎一定会让正在等它的 power user 失望。以及一个真正原生的 Gemini 桌面体验应该是什么样。

如果你想跳过分析直接试用 beta，请便。以下是我们做这件事的完整论证。

确认一下：Google 真的在做原生 Gemini Mac app

先说事实。根据 Bloomberg 2026 年 3 月 19 日通过 MacRumors 披露的报道：

Google 已经把原生 Gemini Mac app 的早期版本发给了 beta 测试者。
Beta 版只包含“关键功能”，完整版还会继续添加。
Google 没有确认发布日期，但产品节奏看起来在 Google I/O 2026（5-6 月）前后。
App 包含一个叫 Desktop Intelligence 的功能，让 Gemini 可以“看到你看到的内容”（屏幕上下文）并“直接从你机器上的 app 里提取内容”。

最后一条听起来很有希望。但它其实不是看起来的那样。

一句话泄露了所有信息

Bloomberg 报道里有一句话，大多数读者都略读了：

“The app apparently looks similar to the Gemini apps designed for iPhone and iPad.”（这个 app 看起来和为 iPhone / iPad 设计的 Gemini app 很像。）

如果你在过去十年里在 macOS 上用过任何 Google 移动端 app，你对这句话的反应应该是：这是坏消息。Google 有一段非常长的历史，他们交付的 Mac app 本质上就是一个被放进窗口框里的 iPad 布局 —— 键盘快捷键是坏的、滚动行为不是原生的、系统偏好被忽略、菜单栏纯粹为了存在而存在。

这不是偏见。这是模式识别。

John Gruber 在 Daring Fireball 写的 Claude Mac app “Electron 垃圾” 评论从另一个角度说了同一件事：

“The Mac apps for Claude are simply websites residing in an app’s shell.”（Claude 的 Mac app 就是一个套了壳的网页。）

Anthropic 把 Claude 做成了一个 Electron app。结果，根据多篇长文批评记录：一个 200+ MB 的二进制文件，会卡顿，不支持 macOS 窗口拖拽手势，在一些小而持续的地方出 bug。Mac 用户付了订阅费，拿回来一个 webview。

ChatGPT 的 Mac app 作为对比，是真正的原生应用。小二进制文件。正确的 macOS 手势。真正能用的全局热键。这是“为 Mac 做的软件”和“为 Mac 编译的软件”之间的区别。

Google 即将发布的 Gemini Mac app 会落在这个光谱的某个位置。考虑到 (a) Google 的 web-first DNA 和 (b) Bloomberg 那句 iPad 相似性的提示，可能的结果是：一个更像 iPad 而不是 Mac 的产品，交付质量介于 Claude 和 Google 历史平均水平之间。两者都不是 power user 付费想要的东西。

真正的问题不是打磨 —— 是结构性激励

我们精确一点地说：为什么 Google 在桌面端持续交付不达标。这不是工程能力的问题，是 KPI 错配的问题。

原因一：Google 的商业模式惩罚 local-first

Google 每一个消费产品都被以让你留在 Google web 页面内的指标衡量：gmail.com 的 DAU、docs.google.com 的会话长度、notebooklm.google.com 的付费转化漏斗、drive.google.com 的文件数。本地文件集成 —— 直接读你的 ~/Documents 文件夹而不上传 —— 主动破坏这些指标，因为它让用户 workflow 绕过 Google 的网页孤岛。

这就是为什么 Google Drive 存在于你和你的文件之间作为一个强制中间层。也是为什么 Bloomberg 在描述 Gemini Desktop Intelligence 时，小心地说 Gemini 会“从这些 app 里直接提取内容” —— 但对直接访问文件系统、监听文件夹、写入本地文件只字不提。这个功能是被设计来看你的屏幕的，不是被设计来操作你的磁盘的。

原因二：“Desktop Intelligence” 是 Claude Cowork 的晚到且受云端限制的抄袭

仔细读 Bloomberg 对 Desktop Intelligence 的描述，你会发现它功能上和 Anthropic 几个月前发布的 Claude Cowork 是同一个东西。

Google 的版本是晚到的。而且它会受云端约束，因为 Google 的 computer-use 基础设施就是这么架构的。Project Mariner —— Google 建立在同一套 Computer Use 技术上的浏览器 agent —— 运行在云端虚拟机里，不是在你本地机器上，并且明确只限浏览器任务。引自 Project Mariner 文档：

“For now, it’s limited to browser-related tasks — it can’t access or control your computer.”（目前，它仅限于浏览器相关的任务 —— 它不能访问或控制你的电脑。）

这就是 Google 在 2026 年的 state of the art：一个在 Chrome 里工作、跑在别人的数据中心里的 agent。并且被锁在每月 249.99 美元的 Google AI Ultra 套餐后面，只在美国可用。

Gemini 在 Mac 上任何以 Desktop Intelligence 品牌发布的东西，几乎一定继承同样的架构约束：基于云、以浏览器为中心、通过 Drive 中介。你的 Mac 变成一个对着 Gemini 碰巧正在看的任何东西的摄像头。

原因三：Gemini 最好的能力分散在六个不同的产品里

这是最致命的结构性问题，也是大家没怎么讨论的。Gemini 不是一个产品。它至少是六个：

Gemini 网页版 (gemini.google.com) —— 聊天界面
Google AI Studio (aistudio.google.com) —— 带参数控制的开发者游乐场
NotebookLM (notebooklm.google.com) —— RAG-AI，带 Audio Overview、Video Overview、思维导图
Google Opal (opal.withgoogle.com) —— no-code agent workflow builder
Google Antigravity —— Google IDE 嵌入式 Gemini CLI 体验
Project Mariner —— 浏览器 agent（仅限 Gemini Ultra）

每一个都活在自己的域名上。没有一个共享状态。如果你在网页 app 里创建了一个 Gemini 聊天，你不能从 NotebookLM 里引用它。如果你搭了一个 Opal workflow，你不能在 Gemini 聊天里调用它。如果你在 NotebookLM 里有文档，Deep Research 在主 app 里看不到它们。

这个碎片化是 Google 内部组织结构的直接后果。不同团队拥有不同产品，被不同目标衡量，按不同节奏发布。没有统一的产品愿景，因为没有统一的产品团队。

一个只把 Gemini 网页聊天界面镜像到原生 Mac app 里的产品 —— 这正是 Bloomberg beta 听起来的样子 —— 不会修复这个问题。它会给你一个专属窗口看 Gemini 真实能力的六分之一，而 NotebookLM、AI Studio、Opal 和 Antigravity 仍然被困在独立的浏览器标签里。

原因四：Gemini 网页版本身已经明显是坏的

你不需要对 Google 的执行能力做推测。那个 Mac app 会继承 UX 的 Gemini 网页 app，目前正在从付费客户那里收到源源不断的抱怨。

2026 年 4 月有代表性的样本：

一个 Gemini Ultra 付费用户 在 Google 自家 AI 开发者论坛发帖：“the experience has been incredibly frustrating and, frankly, unusable for professional workflows”（体验非常令人沮丧，坦白说，对专业工作流来说是不可用的）。同一个用户报告 Gemini Ultra 花“30 分钟改 10 行代码”。
Hacker News 首页：“Google needs to fix their Gemini web app at a basic level. It’s slow, gets stuck…”
Google 自己的 Gemini 支持社区：多个帖子标题就叫 “Gemini is slooooow” 和 “why gemini pro is too slow? it’s frustrating”。
中等大小输入下的卡顿：用户报告 Gemini 2.5 Pro 网页界面在 40-50k token 文件上就开始卡，而广告里的上下文窗口是 1M token。

Google 据称在做一个 UX 2.0 大改。这个项目本身就是一个招供：当前体验不够好。

Mac app 会建立在这上面。除非 Google 在发布 Mac 壳之前重写整个 Gemini 网页前端 —— 这不是内部消息源暗示的 —— Mac app 会继承卡顿、笨拙的导航和组织性的碎片化。

Power user 真正需要一个什么样的 Gemini 桌面 app

让我们抛开 Google 可能会发布什么，问一个不同的问题：2026 年一个原生的 Gemini 桌面体验应该做什么？

基于上面的真实抱怨，规范如下：

本地文件系统作为一等公民

你的 ~/Documents、~/Pictures、~/Movies、~/Music 和项目文件夹应该能被 AI 直接读写。不用“上传到 Drive”再下载。不用独立的网页 UI。不用临时链接。当 Gemini 用 Nano Banana 2 生成一张图，它直接落到 ~/Pictures/Gemini/，macOS Spotlight 一分钟内就能索引到。当 Gemini 生成 Veo 3 视频，它进入 ~/Movies/。

Local-first 的 RAG 现在用 sqlite-vec 之类的嵌入式向量库轻松可做。这个技术已经存在两年了。Google 只是不会发布，因为它破坏 Drive 的增长指标。

真正的 macOS 二进制，不是 iPad 移植

原生 SwiftUI 或 Tauri，不是 Electron。真正的菜单栏。尊重系统偏好的真正键盘快捷键。真正的 Quick Look 集成。真正的全局热键。真正的系统托盘。真正的窗口装饰。从 OS 读取而不是用 JS hack 的真正暗黑模式。

Claude 的 Electron app 是 200+ MB 并且卡顿。基于 Tauri 的 app 通常 5-15 MB 并且感觉原生，因为它们用 OS 的 webview 而不是打包 Chromium。这是 2026 年 AI 桌面 app 应该做的权衡。

Gemini 所有六个表面整合到一个窗口

如果用户在 NotebookLM 里有数据，主聊天界面应该能引用它。如果用户建了一个 agent skill，聊天和 workflow runner 都应该能调用它。如果 AI Studio 的开发者参数对某个特定任务有用，切换到“studio 模式”不应该需要开新标签。

这种整合对 Google 自己来说不可能，因为内部团队边界。对一个建立在统一产品愿景上的第三方 app 来说是微不足道的。

Gemini Live 屏幕共享，正经做

Gemini Live 是 2026 年任何实验室发布的最令人印象深刻的实时 AI 能力之一。它跑在 WebSocket 上，支持流式音频输入输出，接受来自你屏幕或摄像头的连续视频帧。它支持 barge-in（你可以在模型说到一半时打断它）和情绪对话（模型根据你的风格调整回复风格）。

在桌面 app 上，这应该是一个键盘快捷键。按 Cmd+Shift+L，把 Gemini 对准一个特定窗口，说“盯着这个，看到问题告诉我”。模型就开始看你的屏幕直到你停掉它。这个功能今天任何产品里都没有。基于 Live API 构建是微不足道的。

Computer Use 不加 249.99 美元月费门槛

Project Mariner 的 Computer Use 能力很强大，但被锁在每月 249.99 美元的 Google AI Ultra 套餐后面，只在美国，只能在浏览器里，跑在云端 VM 里。对大多数用户来说，这根本不可用。

Gemini 3 的 Computer Use 模型在公开 API 里。一个桌面 app 可以直接调用它，在用户实际的机器上本地执行动作，并且按 AI Ultra 的一个零头收费 —— 同时因为不受云端约束，提供更多灵活性。

多模型路由

Gemini 很强大，但不总是最合适的工具。对于代码任务，Claude Sonnet 常常被优先选择。对于某些推理任务，GPT-5 有优势。一个桌面 app 应该让用户把任务路由到正确的模型而不用重新配置任何东西 —— 通过 OpenRouter 的 OAuth PKCE 流程，一次登录解锁所有三个模型。

Google 永远不会发布多模型路由。第三方产品可以，而且这正是“同样的价钱，好用得多”这个 pitch 真正成立的地方。

内置 MCP server

Model Context Protocol 是正在形成的 AI agent 访问外部工具和数据的标准。一个 Gemini 桌面 app 应该暴露一个 MCP server，这样其他 agent —— Claude Code、Cursor、Zed 的 Agent Panel、Antigravity 本身 —— 可以从它们自己的环境里查询你的 Gemini notebook 和 workflow。这让你本地的 GeminiDesktop 变成你整个 AI 工具栈的后端。

我们正在做这个 app

GeminiDesktop 就是 Google 内部激励机制不让他们发布的那个产品。它不是一个网页壳。它是一个原生的 Tauri 应用，支持 macOS、Windows 和 Linux，它：

直接读取你的本地文件夹（不用上传到 Drive）
把任何文件夹当成 notebook，NotebookLM 风格的 Audio 和 Video Overview 保存回同一个文件夹
把 Gemini Live 屏幕共享暴露为一个全局键盘快捷键
调用 Gemini 3 Computer Use 做本地桌面自动化 —— 不限浏览器，不走云沙盒
通过 OpenRouter OAuth 在 Gemini、Claude 和 GPT 之间路由（一次登录，所有模型）
内置一个 MCP server，让 Claude Code 和 Cursor 可以查询你的 Gemini notebook
运行在 ~15 MB，不是 200 MB
每月 20 美元，不是 249.99 美元

你可以在这里启动 beta 版。它是早期的，有粗糙的边。它也是，在我们看来，Gemini 这个产品本应得到的那种体验。

Google 官方 app 发布的时候会发生什么

Google 的 Mac app 会在 Google I/O 2026 前后发布。它会受欢迎。它也几乎一定会：

是一个塞进 Mac 窗口的 iPad 布局
任何涉及文件的操作都需要 Drive
缺少 NotebookLM 集成
缺少 Computer Use（或者把它放在 249.99 美元 Ultra 套餐后面）
比你现在读这篇文章的体验更慢
面临用户已经在开玩笑的“六个月后被合并进 Google Photos”模式

它发布时我们会写文章评测。我们不会因为 Google 发布他们的版本而停止构建我们的 app。上面列出的区别是结构性的 —— 来自 Google 的激励机制，不是 Google 的执行力 —— 所以无论山景城的舞台上宣布什么，这些差异都会继续成立。

常见问题

Google 官方 Gemini Mac app 什么时候发布？

Google 没有官方公布发布日期。根据 Bloomberg 2026 年 3 月的报道和 Google 使用 Google I/O 做主要消费者 AI 公告的历史模式，最可能的窗口是 2026 年 5 月到 9 月。

GeminiDesktop 和 Google 有关吗？

没有。GeminiDesktop 是一个独立产品，由每天使用 Gemini 的开发者打造。Gemini 和 NotebookLM 是 Google LLC 的商标。我们不被 Google 背书、赞助或关联。

Gemini 网页版和原生桌面 app 的区别是什么？

Gemini 网页版是一个跑在 Google 基础设施里、把所有东西存在 Google 云上的浏览器界面。一个原生桌面 app 作为编译后的二进制在你的机器上运行，可以直接读写本地文件，和你的 OS 集成（键盘快捷键、系统托盘、全局热键），并且很多场景下可以离线工作。

Gemini Computer Use 和 Claude Cowork 有什么区别？

两者都让 AI 观察你的屏幕并代表你采取行动。Claude Cowork 在 macOS 和 Windows 上原生运行，可以控制任意应用。Google 的 Project Mariner —— Gemini 3 Computer Use 的产品化版本 —— 目前只限浏览器任务，跑在云端 VM 里，需要每月 249.99 美元的 AI Ultra 套餐，只在美国。底层的 Gemini 3 Computer Use 模型在公开的 Gemini API 里可用，这是 GeminiDesktop 使用的。

Gemini 和本地文件一起用好用吗？

原生不好用。Gemini 的文件理解需要把文件上传到 Google 服务器。NotebookLM 的源限制是每个文件 50 万字或 200 MB，免费层每个 notebook 最多 50 个 source。GeminiDesktop 用本地 embedding 让你查询上千个文件的文件夹而不需要上传任何东西。

为什么 Gemini 网页 app 这么慢？

Google 承认有性能问题。用户反映中等大小的输入就有卡顿、高峰时段响应慢、稳定性退化。Google 在做一个 UX 2.0 大改，但 Mac app 预计会建立在现有的网页栈之上，所以底层的性能特征会是相似的。

别等了。开始用吧。

如果你是一个一直在等 Google 发布一个你实际能用的东西的 Mac 用户，2026 年你有两个选择：

再等三到九个月，等一个大概率是 iPad 布局加 Claude Cowork 风格屏幕功能外挂、被 Drive 锁定、缺少 NotebookLM 集成、跑在一个你的 Ultra 订阅已经在抱怨的网页栈之上的 Mac app。
现在就试用 GeminiDesktop。

我们造出选项 2 是因为选项 1 不够好。

如果你想了解为什么 NotebookLM —— 可以说 Google 最好的那个 AI 产品 —— 同样没有原生 app 的深层故事，读我们的姊妹文章。这是同一个结构性故事的一部分。