​AI 助手進化終局：Gemini 任務自動化上線，手機開始“替你辦事”

谷歌承諾已久的 AI 願景正隨着的發佈正式照進現實。今日，聯合宣佈，基於 Gemini 的“任務自動化”功能已進入 Beta 測試階段。這一功能標誌着 AI 助手從單純的“信息查詢員”轉型爲具備跨應用執行能力的“數字代辦”，能夠模擬人類操作完成訂餐、打車等複雜流程。

視覺震撼:看着手機“自己用自己”

與傳統的 API 對接不同，的自動化功能是在一個虛擬窗口中模擬真實的用戶操作:

• 智能打車:當你給出“打車去機場”的指令，會自動喚起 Uber，確認具體的航站樓（如遇多航站樓會主動詢問），並自動填入目的地。

• 代訂餐食:在處理“幫我點一杯咖啡和牛角包”的指令時，AI 會自主划動屏幕尋找星巴克菜單中的特定單品（如 Flat White），甚至能像人類一樣處理複雜的滾動選擇。

安全邏輯:關鍵節點，人類掌舵

爲了規避自主權帶來的風險，谷歌在自動化流程中設置了嚴密的人工複覈機制:

顯式操作:用戶可以實時觀看的每一步動作，並隨時通過“Take control”接管或終止自動化進程。

最後確認制:在最終提交訂單或付款前，系統會強制停在支付界面，等待用戶覈實明細並手動點擊“確認”，確保每一筆交易都在受控狀態下完成

目前，該功能已優先適配外賣配送與網約車類應用。對於及後續用戶而言，手機不再僅僅是運行 App 的載體，而是一個能夠理解自然語言意圖並將其轉化爲具體操作的“超級代理”。

儘管 AI 在菜單滾動和選項識別上偶爾還顯得有些“笨拙”，但這種無需 API 深度適配、直接基於 UI 交互的自動化模式，極大地拓寬了 AI 助手的應用邊界。隨着算法的迭代，我們正在告別“在 App 叢林中反覆橫跳”的時代，進入“一句話完成所有瑣事”的真智能階段。