Google mang tính năng Computer Use lên macOS: Gemini tự điều khiển ứng dụng và duyệt web ngầm
Điểm nhấn cốt lõi (Key Takeaways)
- Thao tác nền không chiếm chuột: Gemini trên macOS cho phép tự động hóa qua ứng dụng native và duyệt web với luồng xem trực tiếp (live preview) trong khung chat, giữ nguyên màn hình và con trỏ chuột cho người dùng.
- Điều kiện triển khai: Tính năng hiện giới hạn ở thị trường Mỹ (ngôn ngữ tiếng Anh), yêu cầu ứng dụng Gemini cho Mac và gói thuê bao trả phí Google AI Plus, Pro hoặc Ultra.
- Mảnh ghép hệ sinh thái Agentic: Tính năng bổ trợ cho Gemini Tasks (tự động đăng nhập, đặt lịch) và trợ lý 'CC' gia đình, trực tiếp cạnh tranh với giải pháp Computer Use của Anthropic và tác nhân máy tính của OpenAI.
Google vừa chính thức phát hành tính năng Computer Use cho ứng dụng Gemini trên macOS, cho phép AI tự động thao tác trên ứng dụng native và duyệt web ngầm mà không chiếm dụng con trỏ chuột của người dùng.

Google vừa chính thức kích hoạt tính năng "Computer Use" (sử dụng máy tính) trên ứng dụng Gemini dành cho macOS. Cập nhật này đánh dấu bước chuyển mình quan trọng của trợ lý AI từ mô hình hội thoại đơn thuần sang dạng tác nhân tự trị (agentic AI), trực tiếp điều hướng phần mềm nội tiễn, xử lý tệp tin cục bộ và duyệt web ngầm thay cho người dùng.
Cơ chế vận hành: Tự động hóa ngầm không chiếm dụng con trỏ
Khác biệt cốt lõi trong giải pháp của Google nằm ở khả năng bảo toàn trải nghiệm đa nhiệm. Thay vì kiểm soát hoàn toàn con trỏ chuột và khóa màn hình máy trạm, Gemini thực hiện các chuỗi tác vụ phức hợp trong không gian ngầm (background process).
Người dùng ra lệnh qua lời nhắc (prompt) và theo dõi tiến trình thông qua cửa sổ xem trước trực tiếp (live preview) tích hợp trong giao diện chat. Màn hình làm việc chính cùng con trỏ chuột của macOS vẫn hoàn toàn tự do, cho phép người dùng tiếp tục soạn thảo tài liệu hoặc xử lý công việc khác song song.
Hệ thống cung cấp cơ chế kiểm soát theo thời gian thực: - Tạm dừng và hủy lệnh (Pause/Stop): Người dùng có thể lập tức ngắt chuỗi hành vi của AI khi nhận thấy sai lệch. - Phê duyệt trước thao tác (Action Approval): Yêu cầu xác nhận thủ công trước khi AI thực thi các bước nhạy cảm như ghi đè tệp tin hay gửi dữ liệu ra ngoài. - Tự động hóa liên ứng dụng: Trích xuất số liệu từ dashboard trình duyệt, tạo bản trình chiếu (slideshow) và tự động phân loại tệp tin vào các thư mục mục tiêu trên ổ cứng Mac.

Bảng đối sánh năng lực Agentic Desktop: Google Gemini và các đối thủ
Việc đưa tác nhân AI xuống máy trạm cá nhân đang là chiến trường cạnh tranh gay gắt giữa các hãng công nghệ lớn:
| Tiêu chí kỹ thuật / Hệ thống | Google Gemini Computer Use | Anthropic Claude Computer Use | OpenAI Desktop / Operator |
|---|---|---|---|
| Môi trường triển khai | macOS (ứng dụng native) | macOS, Linux, Windows (Docker/API) | Trình duyệt web & ứng dụng Desktop |
| Phương thức tương tác UI | Luồng Live Preview ngầm, không khóa chuột | Chụp màn hình (screenshots), chiếm quyền chuột ảo/thực | Mô phỏng hành động trên web và API hệ thống |
| Phạm vi tác vụ | Ứng dụng native Mac, tệp nội bộ, duyệt web | Hệ điều hành toàn diện, dòng lệnh CLI | Tác vụ web đa bước, phần mềm văn phòng |
| Yêu cầu gói dịch vụ | Google AI Plus, Pro, Ultra | Claude Pro hoặc tài khoản Anthropic API | Gói ChatGPT Plus / Pro / Team |
| Hàng rào an toàn | Phê duyệt trước thao tác, live pause | Giới hạn quyền container, cảnh báo prompt injection | Xác nhận thủ công (Human-in-the-loop) |
Dù ra mắt sau Anthropic – đơn vị tiên phong với Claude 3.5 Sonnet từ quý IV/2024 – Google lại ghi điểm nhờ trải nghiệm tích hợp mượt mà, không yêu cầu người dùng phải thiết lập môi trường lập trình hay container phức tạp.
Mảnh ghép hoàn thiện kiến trúc Agentic của Google
Động thái tích hợp Computer Use diễn ra song song với chiến dịch mở rộng Gemini "Tasks" – tính năng giúp AI tự động đăng nhập tài khoản, mua sắm trực tuyến và đặt lịch hẹn dịch vụ trên web.
Trước đó, Google cũng bắt đầu thử nghiệm mô hình "CC" – trợ lý AI gia đình chuyên điều phối email, lịch biểu và tác vụ cá nhân trên Google Workspace.
Ba trụ cột cấu thành hệ sinh thái tác nhân hoàn chỉnh của Google: 1. CC Agent: Quản lý bối cảnh đời sống cá nhân và gia đình. 2. Gemini Tasks: Thực thi các giao dịch đám mây và dịch vụ web. 3. Computer Use: Điều phối phần mềm và tệp tin trực tiếp tại thiết bị biên (local endpoint).
Chiến lược này thể hiện rõ tham vọng biến Gemini thành lớp điều hành tác nhân vô hình (Agentic OS), cạnh tranh trực tiếp với hệ sinh thái Apple Intelligence trên macOS.

Thách thức bảo mật và góc nhìn ứng dụng tại Việt Nam
Khả năng tự động hóa các tác vụ lặp đi lặp lại như nhập liệu biểu mẫu, xử lý tài liệu hàng loạt hay tổng hợp báo cáo mở ra hiệu suất vượt trội, song cũng đặt ra rủi ro an toàn thông tin: - Nguy cơ Prompt Injection gián tiếp: Khi duyệt web ngầm để thu thập dữ liệu, mã độc trên trang đích có thể dẫn dụ AI thực thi lệnh nguy hiểm trên tệp tin nội bộ. - Quyền hạn can thiệp sâu (Accessibility Permissions): Việc điều khiển phần mềm native đòi hỏi cấp quyền trợ năng hệ thống cao, làm gia tăng bề mặt tấn công nếu phần mềm bị khai thác.
Hiện tại, tính năng chỉ mở thử nghiệm bằng tiếng Anh tại thị trường Mỹ cho người dùng trả phí Google AI Plus, Pro và Ultra. Doanh nghiệp và kỹ sư công nghệ tại Việt Nam chưa thể truy cập trực tiếp nếu không chuyển vùng tài khoản và sử dụng IP Mỹ.
Để đón đầu xu hướng tự động hóa tác nhân trên máy tính cá nhân, các đội ngũ kỹ thuật tại Việt Nam nên: - Chuẩn hóa cấu trúc dữ liệu, cây thư mục và quy trình tài liệu thành dạng module để AI dễ dàng xử lý hàng loạt khi tính năng mở rộng toàn cầu. - Thiết lập ranh giới dữ liệu và chính sách phân quyền nghiêm ngặt trước khi cấp quyền truy cập máy trạm cho các tác nhân AI cục bộ.
Người dùng tại Việt Nam có thể trải nghiệm tính năng Gemini Computer Use trên macOS ngay lúc này không?
Hiện tại tính năng chỉ khả dụng tại thị trường Mỹ với ngôn ngữ tiếng Anh và yêu cầu tài khoản trả phí Google AI Plus, Pro hoặc Ultra. Người dùng tại Việt Nam cần chuyển vùng tài khoản, sử dụng IP Mỹ và đăng ký các gói thuê bao tương ứng để thử nghiệm trước khi Google mở rộng toàn cầu.
Tính năng Computer Use của Gemini có làm gián đoạn công việc hiện tại trên màn hình Mac không?
Không. Khác với các giải pháp chiếm quyền điều khiển chuột vật lý, Gemini hoạt động ngầm và hiển thị tiến trình qua cửa sổ xem trước trực tiếp (live preview) ngay trong giao diện chat, cho phép người dùng tiếp tục gõ phím và sử dụng chuột cho các tác vụ khác.
Bạn thấy thông tin này như thế nào? Hãy để lại cảm xúc!
Tác giả chuyên sâu về nghiên cứu trí tuệ nhân tạo, quy trình Agentic và giải pháp tự động hoá quy mô lớn.


