Google把Gemini塞進車載系統后

去年12月，Google把Gemini塞進Android Auto的時候，沒人想到這會是一次「換腦手術」。我開了三個月，發現一個反常識的事實：這個在手機上連定時器都設不利索的AI，到了車里反而成了最靠譜的副駕。

數據很能說明問題：Google Assistant處理多步驟指令的失敗率，在車載場景下長期居高不下。而Gemini的接入，本質上給汽車裝了一個能推理的認知層——不是更響的喇叭，而是換了個會思考的大腦。

場景一：導航終于聽懂人話了

傳統車載導航有個老毛病：非黑即白。你要么走A路線，要么走B路線，想中途加個加油站？系統當場死機。

Gemini的處理方式完全不同。上周我從深圳開車去廣州，順口說了句「找條不堵的路，中途加個充電站，別走高速收費那段」。它沒反問「您指的是哪段」，而是直接規劃了一條繞行北環、經停南沙充電站的路線。

Google工程師在1月的更新日志里提過，這是多輪意圖理解的落地——把「不堵」「充電」「避開收費」三個約束條件同時滿足，而不是逐個詢問確認。

老Assistant在這種場景下的標準回復是「我不明白」。現在Gemini的應對是默默算完，把結果甩到屏幕上。

場景二：跨應用的操作鏈

車載場景最煩的不是功能少，是功能散。導航、音樂、消息、日歷，四個App四個入口，開車時切來切去等于玩命。

Gemini的解法是把操作串成鏈。我試過一個典型場景：「告訴張三我晚到20分鐘，然后放我上周收藏的那個播客，音量調低兩格」。

拆解一下這個動作：先打開消息App找到聯系人發送延遲通知，再跳轉音樂App定位到特定播客，最后調節系統音量。老Assistant會在第一步就卡住，Gemini則能在10秒內走完全流程。

Google把這叫「擴展執行」（Expanded Execution），說白了就是讓AI記住中間狀態，而不是每步都讓用戶確認。這個能力在手機上還沒完全放開，車里反而先用上了。

場景三：模糊指令的推理補全

開車時說話不可能像寫代碼那樣精確。人說「找地方吃飯」，背后藏著一堆隱含條件：現在幾點、附近有什么、偏好什么口味、預算多少。

老Assistant的處理方式是列個列表讓你選，本質上把決策壓力拋回給用戶。Gemini會主動推理：當前時間12:47，判斷是午餐場景；結合歷史記錄，你常去粵菜館；再過濾掉評分低于4.0的——最后推一家「距離8分鐘、現在有位」的選項。

我故意試過一次刁難：「上次去東莞吃的那家，附近有沒有類似的」。Gemini從聊天記錄里挖出三個月前的一家燒鵝店，在當前位置3公里內找到同品牌分店，還備注了「這家店燒鵝口碑更好，但停車難」。

這種「記得住、聯得上、推得準」的能力，靠的是Gemini的長上下文窗口。Google沒公布具體數字，但實測它能回溯至少半年的對話記錄做關聯。

場景四：失敗時的降級處理

最意外的改進不是成功的時候，是搞砸的時候。

以前問復雜問題，Assistant要么沉默，要么彈出一堆不相關的搜索結果。現在Gemini會明確告訴你「這個我做不到，但我可以幫你做X」——把開放性請求轉成它能處理的封閉任務。

比如我問「這附近有沒有適合拍照的地方，最好有老建筑，人別太多」，它先承認「我無法實時獲取人流數據」，然后補充「但我可以導航到沙面島，那里老建筑集中，工作日人流相對較少，需要查看實時路況嗎」。

這種「部分滿足+明確邊界」的交互，比假裝聽懂然后亂答要體面得多。產品經理把這叫做「優雅的失敗」，但用戶感知到的只是「這玩意兒不裝傻」。

三個月用下來，一個感受越來越清晰：Gemini在車里比在手機里更像一個成熟產品。可能是因為車載場景的需求更聚焦——導航、通訊、娛樂、信息查詢，四個核心場景做深比做廣更重要。也可能是Google終于意識到，開車時用戶輸不起，一次理解錯誤就可能錯過高速出口。

1月的更新里，Google給Gemini加了實時視頻理解和更長的上下文記憶。這些能力還沒完全下沉到車載端，但路線圖已經很明顯：汽車正在成為AI Agent的第一個完整試驗場。

一個值得玩味的細節：Google在官方文檔里把車載Gemini定義為「駕駛專用智能體」（Driving-optimized Agent），而不是「助手」的升級。措辭變化背后，是產品定位的徹底轉向——從執行命令的工具，變成能自主決策的代理。

我還在等一個功能：讓Gemini記住我常走的路線偏好，在沒指令的情況下主動建議「今天周五，往常這個點南環很堵，要不要試試新開通的東曉南放射線」。如果這一步落地，導航和助理的邊界就徹底模糊了。

你最近一次用車載語音助手是什么時候？它聽懂你的真實需求了嗎，還是你不得不放慢語速、換個說法、最后干脆自己動手？