谷歌要把整個(gè) Android 變成「豆包手機(jī)」

原本以為，三星 Galaxy S26 系列早已被曝光，發(fā)布會(huì)也就走個(gè)流程。沒(méi)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(chē)，或者 DoorDash 上點(diǎn)外賣(mài)。

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(guó)和韓國(guó)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(lái)說(shuō)叫豆包手機(jī)助手）。

Galaxy S26 系列只是開(kāi)始，這些能力后續(xù)會(huì)推送到 Google Pixel 10 手機(jī)，以及更多 Android 17 設(shè)備上。

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

誠(chéng)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(duì)擁有者。

如果說(shuō)字節(jié)跳動(dòng)作為一個(gè)「外人」，做的嘗試對(duì)國(guó)民級(jí) app 犯了「大不敬」——Google 來(lái)做這件事情，意義就完全不一樣了。

不過(guò)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(lái)怎么樣？

三星和 Google 這次展現(xiàn)的「Gemini 自動(dòng)任務(wù)」能力，能夠模仿人類(lèi)操作手機(jī)，從而實(shí)現(xiàn)任務(wù)的自動(dòng)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(kāi)發(fā)的「豆包手機(jī)」，重度使用系統(tǒng)級(jí)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(méi)跟應(yīng)用開(kāi)發(fā)者打好招呼」的（至少主流國(guó)民級(jí) app 沒(méi)有），「硬來(lái)」的實(shí)現(xiàn)思路，也為國(guó)民級(jí) app 對(duì)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(shuō)兩者兼?zhèn)洹８鶕?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(shuō)明三星、Google 至少大體上這些應(yīng)用開(kāi)發(fā)者打好了招呼。

我們來(lái)看《連線》雜志的體驗(yàn)效果：直接呼出 Gemini，告訴它自己要去機(jī)場(chǎng)，Gemini 應(yīng)用本身會(huì)打開(kāi)一個(gè)「虛擬窗口」中打開(kāi) Uber，并在后臺(tái)開(kāi)始執(zhí)行這個(gè)動(dòng)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(chǎng)，Gemini 很快又提醒用戶選擇合適的目的地；下單時(shí)，Gemini 也會(huì)把界面推到用戶面前，方便用戶選擇合適的車(chē)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(duì)用戶隱私保護(hù)的一種考量。

過(guò)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(huì)觸及設(shè)備的其他部分。

再多提一嘴：如果大家用過(guò) 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(jiǎn)單的任務(wù)，不少國(guó)產(chǎn) AI 手機(jī)助手在一年前都已經(jīng)攻克了這種場(chǎng)景。

而 Gemini 更加殺手級(jí)的能力，是和此前已經(jīng)長(zhǎng)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(huì)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(lèi)，整理好每個(gè)人的需求。

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

有時(shí)，訂餐的情況會(huì)沒(méi)那么順利，Gemini 也會(huì)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(hào)披薩的下單量，Gemini 就會(huì)詢問(wèn)能不能點(diǎn)兩個(gè)中號(hào)代替。

還有一個(gè)例子：用 Google Keep 筆記列舉了燒烤派對(duì)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(duì)總共需要多少熱狗和面包，然后再讓它去采購(gòu)食材，幾分鐘后商品全部被安放在了 DoorDash 平臺(tái)的購(gòu)物車(chē)?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(tái)操作的步驟和線路，而是真的在利用推理能力，模仿人類(lèi)查看屏幕并進(jìn)行下一步操作，這意味著 Gemini 未來(lái)能在更多場(chǎng)景發(fā)揮潛力。

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

圖源：Wired

又一個(gè)「豆包手機(jī)」，來(lái)自 Android 官方

對(duì)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(chē)、外賣(mài)、雜貨這些日常場(chǎng)景，雖說(shuō)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(guó)產(chǎn)手機(jī) AI 助手并無(wú)太大不同。

不過(guò)正如文章一開(kāi)頭提到，Google 手握一整個(gè) Android 生態(tài)，有著絕對(duì)的號(hào)召力和掌控力。

隨著 Gemini 自動(dòng)化能力的發(fā)布，Google 也詳細(xì)公開(kāi)了背后 Android 系統(tǒng)的底層布局和未來(lái)計(jì)劃——有兩個(gè)方向，簡(jiǎn)單來(lái)說(shuō)，就是既「蘋(píng)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(kāi)發(fā)者公開(kāi)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(lèi)比為 Android 的「模型上下文協(xié)議」（MCP），可以簡(jiǎn)單理解為一個(gè)對(duì)話標(biāo)準(zhǔn)，幫助第三方的 App 應(yīng)用和 AI 模型進(jìn)行對(duì)接。

這個(gè)框架類(lèi)似蘋(píng)果的 App Intents。在蘋(píng)果的構(gòu)思中，用戶可以使喚 Siri 來(lái)操作各種 app 來(lái)實(shí)現(xiàn)功能，而底層實(shí)現(xiàn)方式就是通過(guò) App Intents ——新一代 Siri 遲遲不能落地的前提下，App Intents 足以提供不錯(cuò)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(gòu)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(gòu)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(duì) Gemini 下達(dá)指令，找出相冊(cè)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(guò)程中，Gemini 不需要打開(kāi)相冊(cè)和短信 App，甚至沒(méi)離開(kāi) Gemini App，而是通過(guò) AppFunctions，把對(duì)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(guò)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(méi)關(guān)系，Google 還做了另一手準(zhǔn)備。

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

——這，就是翻版的「豆包手機(jī)」了。

不過(guò)，盡管 Google 說(shuō)以后 UI 自動(dòng)化會(huì)承擔(dān)真正的「重活」，在這次的 Galaxy 26 系列當(dāng)中，UI 自動(dòng)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(shuō) AppFunctions 需要 App 開(kāi)發(fā)者進(jìn)行額外的適配工作，那么 UI 自動(dòng)化框架則是把工作量都留給 AI 智能體，無(wú)需任何額外適配，但效果非常取決 AI 智能體的能力，優(yōu)勢(shì)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(dòng)化是兩條路線，互為補(bǔ)充：通過(guò)規(guī)范化、可追溯的接口方式來(lái)確保最大限度的兼容性，同時(shí)為真正代表未來(lái)的讀屏交互模式打好基礎(chǔ)。

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

這也意味著，未來(lái)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(dòng)操作。

值得一提的是，在國(guó)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(mài)、叫車(chē)、電商比價(jià)的功能。

我們可以合理推斷，三星在國(guó)內(nèi)也找到了一家模型供應(yīng)商來(lái)替代 Gemini 的身份，至于這些大模型小龍當(dāng)中具體是誰(shuí)，可能就取決于過(guò)去一年里誰(shuí)在手機(jī)智能體上成績(jī)更突出了。

AI 手機(jī)的道路，不會(huì)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(dòng)化的模式，就是 AI 手機(jī)的理想模式嗎？

這個(gè)問(wèn)題，沒(méi)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(yǔ)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(kāi)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(huì)非常廣闊。

雖然我覺(jué)得，Google 對(duì)于怎么回答「AI 手機(jī)」這個(gè)命題，其實(shí)也沒(méi)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(shuō)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(jí)自動(dòng)化」的樣板，接下來(lái)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(yíng)。別忘了，蘋(píng)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(lái)智能眼鏡、AI 吊墜，甚至是汽車(chē)，只要有 Gemini，就能用它來(lái)完成復(fù)雜的任務(wù)——當(dāng)然，這樣的場(chǎng)景距離落地還有距離。

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

首先當(dāng)然是隱私和安全問(wèn)題。Google 的餅畫(huà)得很大，未來(lái)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(huì)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(tái)應(yīng)用這三者之間，圍繞 AI 時(shí)代新「入口」的爭(zhēng)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(chē)，可能意味著用戶不用再看到 Uber 的會(huì)員促銷(xiāo)、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(guó)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(duì)手，本身還擁有強(qiáng)勢(shì)的平臺(tái)與生態(tài)，它們未必心甘情愿對(duì) Google 開(kāi)放，讓 Gemini 來(lái)自動(dòng)化一切。

無(wú)論是以隱私、安全，還是平臺(tái)規(guī)則為由，設(shè)置限制、提高接入門(mén)檻，博弈必然發(fā)生，爭(zhēng)斗將進(jìn)一步白熱化。

至少 Google 對(duì)未來(lái)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(kāi)發(fā)者與其絞盡腦汁對(duì)抗 ，還不如去思考一個(gè)合適的方式擁抱它。

新與舊的對(duì)抗不可避免，即便是用戶量再大的國(guó)民級(jí)應(yīng)用也不會(huì)永遠(yuǎn)獨(dú)善其身。最終的勝利者，多半可能是那些在變革前夜，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

歡迎加入 APPSO AI 社群，一起暢聊 AI 產(chǎn)品，獲取，解鎖更多 AI 新知

我們正在招募伙伴

簡(jiǎn)歷投遞郵箱hr@ifanr.com

?? 郵件標(biāo)題「姓名+崗位名稱」（請(qǐng)隨簡(jiǎn)歷附上項(xiàng)目/作品或相關(guān)鏈接）