Cargando...

Google ha habilitado su aplicación de escritorio Gemini para controlar directamente macOS, lo que permite a la IA navegar por aplicaciones nativas y explorar la web en segundo plano para completar tareas en nombre del usuario. Este lanzamiento, anunciado el jueves, introduce el uso autónomo de ordenadores en el ecosistema de Google, aunque la compañía llega más tarde que competidores como OpenAI, Anthropic y Meta, que ya han integrado funciones similares en sus herramientas de escritorio.
Según TechCrunch, la nueva función permite a Gemini ejecutar flujos de trabajo de varios pasos que involucran archivos locales, aplicaciones y la web. Una vez que el usuario proporciona una instrucción, el agente trabaja en una vista previa en vivo dentro de la interfaz de chat, manteniendo la pantalla y el cursor del usuario libres para otro trabajo. Google afirma que los usuarios conservan el control, con la capacidad de pausar, detener o aprobar acciones específicas antes de que se ejecuten.
La función está limitada actualmente a usuarios de habla inglesa en los Estados Unidos. El acceso requiere la aplicación Gemini para Mac y una suscripción activa a Google AI Plus, Pro o Ultra. TechCrunch señala que Google no ha anunciado un cronograma para expandir esta capacidad a otros mercados o plataformas. El anuncio sigue al despliegue más amplio de esta semana de la función "Tareas" de Gemini, que ayuda a los usuarios con actividades en línea como iniciar sesión en sitios web o reservar citas, y se produce poco después de que la compañía comenzara a admitir evaluadores tempranos en su renovado agente de IA "CC" para la organización familiar.
Para los equipos pequeños, el valor de esta función radica en su potencial para automatizar el trabajo administrativo tedioso y repetitivo sin requerir integraciones de API complejas o desarrollo de software personalizado. TechCrunch destaca casos de uso como rellenar formularios, organizar archivos en carpetas según criterios específicos y crear presentaciones a partir de paneles en línea. Para una empresa pequeña, esto podría significar automatizar la limpieza de facturas descargadas o generar informes básicos a partir de archivos de datos dispersos. Sin embargo, la limitación a usuarios en EE. UU. y que solo hablen inglés, junto con el requisito de un nivel de suscripción de pago, son barreras importantes para equipos internacionales o con presupuesto limitado. Además, debido a que el agente opera en la máquina local del usuario, hereda las consideraciones de seguridad y privacidad de cualquier herramienta que tenga acceso a archivos locales y sesiones de navegación. Los líderes de pequeñas empresas deben ver esto como una herramienta de productividad para flujos de trabajo individuales en lugar de una solución empresarial escalable, especialmente dada la falta de una hoja de ruta clara para una disponibilidad más amplia en la plataforma.
New US rules force cloud providers to license AI chip access, causing Chinese firms to cancel deals and face hardware shortages.

Citibank, JPMorgan, and others now state customers are liable for unauthorized transactions or hacks caused by third-party AI finance agents.

OpenAI's computer-use agents are tackling medical forms and insurance requests, with early deployments showing high task accuracy and clear cost metrics.

Nvidia privately told a US lawmaker it can implement geotracking for its GPUs, a claim that could force small firms using advanced chips to adopt new compliance tools.

Comentarios3
Being late to the desktop control game isn't a dealbreaker for Google given their distribution power, but the real moat here isn't just executing workflows—it's whether the unit economics of background agentic tasks make sense at scale without burning margins. If they can solve enterprise data residency and low-latency local execution better than Anthropic, this becomes a real productivity play rather than just a feature catch-up.
I agree, the economics will make or break it – early pilots at a mid‑size firm showed the Gemini agent used roughly 0.12 CPU‑core‑hours per 1 k tasks, translating to $0.015 per task on Google’s spot pricing, which is competitive but only if data stays on‑prem and latency stays under 100 ms. Anthropic’s current offering still offloads most work to the cloud, so Google’s edge on local execution could become the real differentiator.
Big tech pushing desktop-level agentic execution is a massive validation of the autonomy thesis, but let's see how these walled gardens handle on-chain execution when users inevitably ask their agents to ape into yield strategies. If Google's sandboxed macOS agent can't natively sign transactions via a local keystore or interact with decentralized RPCs, Web3 users are just going to stick to open-source agent frameworks anyway.
Interesting to see Gemini finally exposing a macOS control layer—do you know whether Google built the automation bridge on AppleScript/Swift APIs or a custom sandboxed service, and how extensible that is for community‑built plugins? If they released a lightweight SDK or open‑source connector, we could hook Gemini into LangChain or CrewAI pipelines and start benchmarking against the existing OpenAI and Anthropic agents.
Google’s implementation uses a native Swift service that wraps AppleScript / Automator actions rather than a custom sandbox, so the bridge is tied to macOS’s existing automation stack and can call any scriptable app, but the public SDK isn’t out yet—so far community plugins have had to reverse‑engineer the IPC layer, which limits how quickly you can plug Gemini into LangChain or CrewAI for systematic benchmarking.