編者按： 當(dāng) AI 開始尋找自己的形狀，有些選擇出人意料。 AI 在智能手機(jī)上生出了一顆獨(dú)立按鍵，似乎讓智能手機(jī)找回了久違的進(jìn)化動力。眼鏡憑借著視覺和聽覺的天然入口，隱隱有了下一代個(gè)人終端的影子。一些小而專注的設(shè)備，在某些瞬間似乎比 All in one 的設(shè)備更為可靠。與此同時(shí)，那些寄望一次性替代手機(jī)的激進(jìn)嘗試，卻遭遇了現(xiàn)實(shí)的冷遇。 技術(shù)的落地，從來不只是功能的堆疊，更關(guān)乎人的習(xí)慣、場景的契合，以及對「好用」的重新定義。 愛范兒推出「AI 器物志」欄目，想和你一起觀察：AI 如何改變硬件設(shè)計(jì)，如何重塑人機(jī)交互，以及更重要的——AI 將以怎樣的形態(tài)進(jìn)入我們的日常生活？

原本以為，三星 Galaxy S26 系列早已被曝光，發(fā)布會也就走個(gè)流程。沒想到三星和 Google 還藏了一手。

兩家公司共同展示了 S26 搭載的全新 Gemini 智能體能力：口頭吩咐一句話，Gemini 就能在 Uber 幫你打車，或者 DoorDash 上點(diǎn)外賣。

▲ 圖源：Android Central

這個(gè)功能目前還處于早期預(yù)覽階段，僅在美國和韓國提供。

你可以理解為，Google 和三星一起聯(lián)手，做了一個(gè)全球版的「豆包手機(jī)」（準(zhǔn)確來說叫豆包手機(jī)助手）。Galaxy S26 系列只是開始，這些能力后續(xù)會推送到 Google Pixel 10 手機(jī)，以及更多 Android 17 設(shè)備上。

在看過、用過許多個(gè)手機(jī)/電腦系統(tǒng)級 AI 智能體，也深度使用過「豆包手機(jī)」之后，再看這次的 Gemini 智能體，我覺得關(guān)于它的討論不該止于一個(gè)「新功能」。

誠然，這不是 Android 操作系統(tǒng)的底層框架首次為了容納智能體而被深度定制——包括 OPPO、榮耀、華為等在內(nèi)的許多廠商都已經(jīng)做了相當(dāng)多的早期的嘗試。

但這可是 Google，是 Android 操作系統(tǒng)的絕對擁有者。

如果說字節(jié)跳動作為一個(gè)「外人」，做的嘗試對國民級 app 犯了「大不敬」——Google 來做這件事情，意義就完全不一樣了。

不過別急，我們還是先看看，這次 Google 和三星做的「豆包手機(jī)」，到底怎么一回事。

三星「豆包手機(jī)」，用起來怎么樣？

三星和 Google 這次展現(xiàn)的「Gemini 自動任務(wù)」能力，能夠模仿人類操作手機(jī)，從而實(shí)現(xiàn)任務(wù)的自動化。背后的實(shí)現(xiàn)思路，是 AI 讀屏理解 + 系統(tǒng)底層/應(yīng)用層 API 的雙重路徑。

需要注意的是，字節(jié)和努比亞共同開發(fā)的「豆包手機(jī)」，重度使用系統(tǒng)級權(quán)限的能力，以及讀屏，而非 API。你可以理解為，豆包手機(jī)主要走的是「沒跟應(yīng)用開發(fā)者打好招呼」的，「硬來」的實(shí)現(xiàn)思路，也為國民級 app 對其封殺抵制留下了把柄。

而三星和 Google 這次在 Galaxy S26 系列上做的 Gemini 智能體，可以說兩者兼?zhèn)?。根?jù)三星方面透露的信息，其應(yīng)用商城排名前 200 的應(yīng)用都能支持（但僅限特定應(yīng)用的使用效果可以保證，后面詳述）——說明三星、Google 至少大體上這些應(yīng)用開發(fā)者打好了招呼。

我們來看看《連線》雜志編輯的體驗(yàn)效果：她直接呼出 Gemini，告訴它自己要去機(jī)場，Gemini 應(yīng)用本身會打開一個(gè)「虛擬窗口」中打開 Uber，并在后臺開始執(zhí)行這個(gè)動作，用戶可以隨時(shí)點(diǎn)擊進(jìn)入查看 Gemini 的執(zhí)行進(jìn)程。

由于當(dāng)?shù)赜袔讉€(gè)不同的機(jī)場，Gemini 很快又提醒用戶選擇合適的目的地；下單時(shí)，Gemini 也會把界面推到用戶面前，方便用戶選擇合適的車輛并支付。

Gemini 的「虛擬窗口」，可以理解為一個(gè)沙箱化的「虛擬機(jī)」，是 Google 對用戶隱私保護(hù)的一種考量。過去的 Gemini 運(yùn)行在 Android 系統(tǒng)中，但這次的新 Gemini 智能體操作應(yīng)用時(shí)，僅限在這個(gè)沙箱內(nèi)工作，并不會觸及設(shè)備的其他部分。

再多提一嘴：如果大家用過 Manus、 月暗的 Kimi computer、智譜 AutoGLM 等，具備云電腦/云手機(jī)能力的智能體產(chǎn)品，應(yīng)該就很容易理解這個(gè) Gemini 虛擬機(jī)的邏輯了。

▲ 圖源：9To5Google

這算是相當(dāng)簡單的任務(wù)，不少國產(chǎn) AI 手機(jī)助手在一年前都已經(jīng)攻克了這種場景。

而 Gemini 更加殺手級的能力，是和此前已經(jīng)長線布局的讀屏、抓信息特性相結(jié)合。

比如，當(dāng)用戶和朋友聊到聚會要訂披薩，用戶可以直接叫出 Gemini，吩咐一句「弄清楚訂單」，Gemini 就能直接抓取聊天中提到的披薩店，甚至特定的披薩種類，整理好每個(gè)人的需求。

隨后，用戶可以直接讓 Gemini 在外賣平臺 Grubhub 上點(diǎn)外賣，AI 會按照剛梳理完成的訂單需求，在后臺自動化把所有食物添加到購物車，交付給用戶確認(rèn)和下單。

有時(shí)，訂餐的情況會沒那么順利，Gemini 也會嘗試自己先去解決突發(fā)狀況，并給用戶提供解決方案。有一次，披薩店在繁忙時(shí)段限制了大號披薩的下單量，Gemini 就會詢問能不能點(diǎn)兩個(gè)中號代替。

還有一個(gè)例子：用 Google Keep 筆記列舉了燒烤派對的出席名單，并標(biāo)注了素食主義者。Gemini 可以先計(jì)算好整個(gè)派對總共需要多少熱狗和面包，然后再讓它去采購食材，幾分鐘后商品全部被安放在了 DoorDash 平臺的購物車?yán)铩?/p>

Google Android 生態(tài)系統(tǒng)總裁 Sammer Samat 透露，Gemini 并非提前「記住」了這些平臺操作的步驟和線路，而是真的在利用推理能力，模仿人類查看屏幕并進(jìn)行下一步操作，這意味著 Gemini 未來能在更多場景發(fā)揮潛力。

這里你能看到，Gemini 首批主打訂餐、叫車場景，這一點(diǎn)倒是更像春節(jié)前千問所做的事情。

▲ 圖源：Wired

又一個(gè)「豆包手機(jī)」，來自 Android 官方

對比真正「全能」，連微信收藏都能幫忙找的豆包手機(jī)助手（至少在被抵制之前），Gemini 目前的能力還相當(dāng)局限，聚焦在打車、外賣、雜貨這些日常場景，雖說底層技術(shù)能力更強(qiáng)，但用戶的實(shí)機(jī)使用效果，跟鴻蒙的小藝、榮耀的 YOYO 等國產(chǎn)手機(jī) AI 助手并無太大不同。

不過正如文章一開頭提到，Google 手握一整個(gè) Android 生態(tài)，有著絕對的號召力和掌控力。

隨著 Gemini 自動化能力的發(fā)布，Google 也詳細(xì)公開了背后 Android 系統(tǒng)的底層布局和未來計(jì)劃——有兩個(gè)方向，簡單來說，就是既「蘋果」又「豆包」。

首先，Google 去年發(fā)布了一個(gè)名叫「AppFunctions」的框架，允許開發(fā)者公開應(yīng)用特定的功能和特性入口，以便 AI 助手調(diào)用。

Google 將 AppFunctions 類比為 Android 的「模型上下文協(xié)議」（MCP），可以簡單理解為一個(gè)對話標(biāo)準(zhǔn)，幫助第三方的 App 應(yīng)用和 AI 模型進(jìn)行對接。

這個(gè)框架類似蘋果的 App Intents。在蘋果的構(gòu)思中，用戶可以使喚 Siri 來操作各種 app 來實(shí)現(xiàn)功能，而底層實(shí)現(xiàn)方式就是通過 App Intents ——新一代 Siri 遲遲不能落地的前提下，App Intents 足以提供不錯的效果。

Google 的 AppFunctions 也是同理。

比如用戶下達(dá)指令，希望能從好友的電子郵件中找到一個(gè)食譜，并將相關(guān)配料加入購物清單中。AI 接到命令，首先調(diào)用郵件 App「搜索」的功能入口，檢索并提取出相關(guān)內(nèi)容，然后調(diào)用備忘錄的「購物清單」入口，把數(shù)據(jù)填入整理。

一些 AppFunction 功能已經(jīng)在三星 Galaxy S26 和 One UI 8.5 系統(tǒng)中落地。比如，用戶可以對 Gemini 下達(dá)指令，找出相冊中的特定照片，并用短信發(fā)送給朋友。

需要注意的是，整個(gè)過程中，Gemini 不需要打開相冊和短信 App，甚至沒離開 Gemini App，而是通過 AppFunctions，把對應(yīng)入口抓取到 Gemini 之中執(zhí)行操作，效率更高。

本質(zhì)上，基于 AppFunctions 的實(shí)現(xiàn)方式，和過去的 API 路徑邏輯相同。這是一種「打好了招呼」的解題思路。

但是，并非所有 App 都做好了相關(guān)的適配。沒關(guān)系，Google 還做了另一手準(zhǔn)備。

昨天發(fā)在 Android 開發(fā)者博客上的一篇文章中，Google 明確提出：公司還在開發(fā)一個(gè) UI 自動化的框架，讓 AI 助手和第三方應(yīng)用模仿人類，直接打開 App 一步步操作。

——這，就是翻版的「豆包手機(jī)」了。

不過，盡管 Google 說以后 UI 自動化會承擔(dān)真正的「重活」，在這次的 Galaxy 26 系列當(dāng)中，UI 自動化只是一個(gè)「早期預(yù)覽版」。

▲ 豆包手機(jī)幫我種草比價(jià)洗發(fā)水

如果說 AppFunctions 需要 App 開發(fā)者進(jìn)行額外的適配工作，那么 UI 自動化框架則是把工作量都留給 AI 智能體，無需任何額外適配，但效果非常取決 AI 智能體的能力，優(yōu)勢就在于一上線就能覆蓋大量應(yīng)用。

現(xiàn)在你可以看到，在 Google 的 Android Gemini 智能體計(jì)劃中，AppFunctions 和 UI 自動化是兩條路線，互為補(bǔ)充：通過規(guī)范化、可追溯的接口方式來確保最大限度的兼容性，同時(shí)為真正代表未來的讀屏交互模式打好基礎(chǔ)。

Google 還表示，這不會只是 Gemini 的專屬功能，而是 Android 系統(tǒng)的特性。

這也意味著，未來不管是手機(jī)廠商自己內(nèi)置的 AI 助手，還是 ChatGPT 等第三方應(yīng)用，都能調(diào)用 AppFunctions 執(zhí)行任務(wù)，或者「讀懂」手機(jī) UI 進(jìn)行自動操作。

值得一提的是，在國行用不了 Gemini 的情況下，三星 Galaxy S26 的 Bixby 助手也能實(shí)現(xiàn)點(diǎn)外賣、叫車、電商比價(jià)的功能。我們可以合理推斷，三星在國內(nèi)也找到了一家模型供應(yīng)商來替代 Gemini 的身份，至于這些大模型小龍當(dāng)中具體是誰，可能就取決于過去一年里誰在手機(jī)智能體上成績更突出了。

AI 手機(jī)的道路，不會只有「孤勇者」

去年「豆包手機(jī)」驚艷亮相，又因?yàn)榱钊诉z憾的情況而「早夭」。在深感遺憾的同時(shí)，也讓我們不禁去思考，AI 自動化的模式，就是 AI 手機(jī)的理想模式嗎？

這個(gè)問題，沒有個(gè)三五年也得不出答案。至少，豆包手機(jī)不是單打獨(dú)斗，手握 Android 系統(tǒng)的 Google，同樣選擇了這個(gè)路線，而且話語權(quán)大得多。

其實(shí)當(dāng)豆包手機(jī)火到海外之后，就有網(wǎng)友開始暢想，如果 Google 在 Pixel 以及 Android 手機(jī)上推廣這個(gè)技術(shù)，那前景將會非常廣闊。

雖然我覺得，Google 對于怎么回答「AI 手機(jī)」這個(gè)命題，其實(shí)也沒有一個(gè)非常清晰的答案，更像是因?yàn)槭稚贤瑫r(shí)有 AI、系統(tǒng)和硬件，每個(gè)方向都嘗試一下，說不定就有一條路跑通了。

但至少，Google 已經(jīng)為 Android 打好了「系統(tǒng)級自動化」的樣板，接下來不少新機(jī)，都有了化身「豆包手機(jī)」的潛力。

這個(gè)浪潮或許還不止于 Android 陣營。別忘了，蘋果已經(jīng)和 Google 達(dá)成合作，Gemini 將成為 Siri 的技術(shù)支持。而 App Intents 和 AppFunctions 又非常相似……

▲ AI Siri 的演示

再往前看一點(diǎn)：Gemini 智能體甚至不只局限于 AI 手機(jī)。在 Sammer Samat 設(shè)想中，未來智能眼鏡、AI 吊墜，甚至是汽車，只要有 Gemini，就能用它來完成復(fù)雜的任務(wù)——當(dāng)然，這樣的場景距離落地還有距離。

不過，Google 也只是在技術(shù)層面跑通了 AI 自動化的路線，而范式成立，不代表問題消失。豆包手機(jī)當(dāng)時(shí)遇到的種種矛盾，也會成為后來者不得不面對的挑戰(zhàn)。

首先當(dāng)然是隱私和安全問題。Google 的餅畫得很大，未來調(diào)用、操作手機(jī) App 的將不僅限于 Gemini，一些第三方 AI 應(yīng)用能更深入用戶的數(shù)據(jù)核心，如果有偽裝的惡意應(yīng)用利用了這些接口，也會造成更大的損失。

▲ 圖源：9To5Google

更激烈的矛盾，是手機(jī)硬件廠商、模型/智能體能力提供商、大平臺應(yīng)用這三者之間，圍繞 AI 時(shí)代新「入口」的爭奪。這也是原版的豆包手機(jī)，一度最難逾越的高墻。

畢竟，用 Gemini 叫車，可能意味著用戶不用再看到 Uber 的會員促銷、廣告推薦，甚至不再形成品牌黏性，直接損害到應(yīng)用服務(wù)商/廣告行業(yè)的收益。

中國有互聯(lián)網(wǎng)/AI 巨頭，海外何嘗不是如此？像 Meta、Amazon 這樣的老對手，本身還擁有強(qiáng)勢的平臺與生態(tài)，它們未必心甘情愿對 Google 開放，讓 Gemini 來自動化一切。無論是以隱私、安全，還是平臺規(guī)則為由，設(shè)置限制、提高接入門檻，博弈必然發(fā)生，爭斗將進(jìn)一步白熱化。

至少 Google 對未來很有信心。Sammer Samat 認(rèn)為，AI 技術(shù)已經(jīng)進(jìn)入了「正在進(jìn)行時(shí)」，開發(fā)者與其絞盡腦汁對抗 ，還不如去思考一個(gè)合適的方式擁抱它。

新與舊的對抗不可避免，最終的勝利者，只會是那些在變革前夜，就已經(jīng)在勇敢追逐的玩家。

參考資料：
https://android-developers.googleblog.com/2026/02/the-intelligent-os-making-ai-agents.html