Gemini Desktop может стать полноценным ИИ‑агентом

Пока что это скорее контекстный помощник, который анализирует информацию на экране, но не управляет системой напрямую.

Gemini Spark: агент, который может работать с файлами

Одной из самых обсуждаемых функций в утечках стал Gemini Spark — предполагаемый ИИ‑агент, способный выполнять действия на компьютере пользователя.

По ранним сообщениям, Spark может получить возможность:

• взаимодействовать с локальной файловой системой;
• автоматически сортировать и организовывать документы и папки;
• выполнять многошаговые задачи в среде рабочего стола.

В некоторых публикациях говорится, что система сможет буквально «организовать ваши файлы», управляя частью среды macOS.

Если это подтвердится, Gemini приблизится к новому классу программ — компьютерных ИИ‑агентов, которые не просто отвечают на вопросы, а выполняют работу.

Возможное разделение на Chat и Agent

Ещё одна предполагаемая новинка — двойной интерфейс.

Согласно утечкам, он может разделить взаимодействие с ИИ на два режима:

• Chat — обычное общение с ассистентом, как сейчас.
• Agent — режим, где ИИ выполняет действия: автоматизацию задач, управление файлами и другие операции.

Подобное разделение уже появляется в других AI‑системах: разработчики пытаются ясно разграничить вопросы к ИИ и делегирование задач агенту.

Gemini Live: голосовой режим с пониманием экрана

В коде ранних сборок также нашли упоминание Gemini Live — голосового режима для компьютеров.

Предполагается, что он сможет:

• поддерживать непрерывный голосовой диалог;
• видеть происходящее на экране в реальном времени;
• давать подсказки прямо во время работы — например, при программировании, чтении сайта или редактировании документов.

В отличие от анализа одного скриншота, такой режим будет реагировать на происходящее на дисплее в процессе работы.

Stream to Cursor: помощь программистам

Для разработчиков готовится интеграция с инструментами программирования.

Функция Stream to Cursor может передавать контекст рабочего стола или активного приложения напрямую в редактор кода Cursor.

Это позволит Gemini предлагать подсказки, понимая:

• текущий файл или проект,
• код, который редактирует разработчик,
• контекст работы на экране.

Такое направление соответствует планам Google активно продвигать agentic coding на I/O 2026.

Veo4 Omni: генерация и монтаж видео

В утечках также упоминается модель Veo4 Omni, связанная с генерацией и редактированием видео.

Предполагаемые возможности:

• генерация видео с помощью ИИ;
• редактирование и композитинг;
• интеграция с инструментами Gemini на рабочем столе.

Однако детали пока ограничены — эта информация основана на анализе сборок приложения, а не на официальных документах.

Когда могут показать новые функции

Google пока официально не подтверждала большинство этих возможностей.

Но наиболее вероятный момент анонса — Google I/O 2026 (19–20 мая), где компания уже обещала представить новые обновления Gemini и инструменты ИИ.

Вероятные сценарии запуска:

• демонстрация на основной презентации I/O;
• запуск экспериментальных функций для разработчиков;
• постепенное распространение среди пользователей Gemini Desktop.

Пока неизвестно, будут ли функции доступны всем или только подписчикам Gemini Advanced или Google One AI.

Конкуренция на рынке ИИ‑агентов

Если эти функции появятся, Gemini приблизится к новой категории программ — AI‑агентов для работы с компьютером.

Такие системы могут:

• наблюдать за происходящим на экране;
• взаимодействовать с файлами и приложениями;
• помогать при программировании;
• генерировать медиа, например видео.

Некоторые источники прямо называют эти разработки ответом Google на конкурирующие проекты, например экспериментальные агентные системы других компаний.

Вопросы безопасности и приватности

ИИ‑агент на рабочем столе неизбежно поднимает вопросы безопасности.

Чтобы выполнять задачи, системе может понадобиться доступ к:

• локальным папкам и документам;
• содержимому экрана;
• состоянию приложений и системным разрешениям.

Это создаёт потенциальные риски — особенно если ассистент обрабатывает конфиденциальную информацию или неправильно понимает команды пользователя.

Пока Google не публиковала подробностей о модели разрешений, защите данных или механизмах аудита для таких функций.

Что известно точно, а что пока слухи

На данный момент подтверждены лишь несколько фактов:

• Gemini для macOS был официально запущен в апреле 2026 года с функцией анализа экрана и глобальной горячей клавишей.
• Google I/O 2026 пройдет 19–20 мая и будет посвящён новым возможностям Gemini и ИИ.

Однако функции Gemini Spark, Chat/Agent режим, Gemini Live, Stream to Cursor и Veo4 Omni пока основаны главным образом на утечках и анализе тестовых сборок.

Насколько они окажутся реальными — и в каком виде — станет ясно после официальных анонсов Google.