Gemini Android 重大更新：支持 Uber/外卖自动下单，多步骤任务自动化正式落地

谷歌周三宣布了对 Android 平台上 Gemini AI 的一系列重要更新。其中最引人注目的，是 Gemini 现在能够自动执行复杂的多步骤任务，例如直接帮你叫一辆 Uber 或订购外卖。这标志着 AI 助手从单纯的“问答工具”向真正的“行动智能体（Action Agent）”迈出了关键一步。

核心功能：多步骤任务自动化

此次更新允许用户将待办事项清单直接交给 Gemini 处理。虽然目前仍处于测试阶段，且支持的应用范围有限，但其展现出的潜力巨大。

• 支持场景：初期主要覆盖 食品配送、杂货购买 和 拼车出行 三大类精选应用。
• 工作原理：用户只需发出自然语言指令（如“帮我叫一辆去机场的 Uber”），Gemini 会自动规划步骤、打开相应应用、填写信息并完成下单。
• 安全机制：
  • 明确授权：未经用户明确命令，自动化绝不会启动。
  • 实时可控：任务执行过程中，用户可实时观察进度，并随时手动停止。
  • 沙箱隔离：所有自动化操作均在手机内的安全虚拟窗口中运行，仅能访问指定的有限应用，无法触碰设备上的其他敏感数据。

注意：该功能目前仅限 美国 和 韩国 地区，且仅支持 Pixel 10/10 Pro 及 三星 Galaxy S26 系列设备上的 Gemini 应用。

其他两大亮点更新

除了自动化任务，谷歌还推出了两项实用的功能改进：

1. “圈定即搜” (Circle to Search) 升级

• 全屏幕识别：此前该功能主要针对单个物体，现在升级为能识别屏幕上的所有物品。
• 应用场景：你可以圈选一套复杂的穿搭，Gemini 会分别识别其中的衣物、鞋子和配饰，并提供相关购买链接或详细信息；或者圈选一组商品，获取整体评价。

2. 电话诈骗检测扩展

• 全覆盖防御：诈骗检测功能进一步扩展。
  • 短信检测：利用端侧 Gemini 模型，在 美国、加拿大、英国 的 Pixel 10 系列上实时识别诈骗短信。
  • 通话保护：该功能即将登陆 美国 的三星 Galaxy S26 系列，帮助用户拦截欺诈电话。

行业背景：手机端 AI 智能体竞赛

谷歌的这一举措顺应了 AI 自动化的大趋势：

• ChatGPT：已允许用户创建定时任务或基于特定触发条件的智能体，处理各类计算机任务。
• Anthropic Claude：通过 Cowork 等项目，将 AI 能力延伸至非编码的日常文件与任务管理。
• OpenClaw：近期走红的开源工具，展示了 AI 管理日常复杂任务的巨大潜力。

相比之下，谷歌的优势在于原生系统集成。Gemini 直接深入 Android 底层，能够更无缝地调用系统级功能和第三方应用，提供更流畅的自动化体验。

硬件与生态策略

此次更新再次凸显了谷歌“软硬结合”的策略：

• 旗舰独占：新功能优先服务于最新的 Pixel 10 和 Galaxy S26 系列，以此推动高端设备的销售。
• 定期迭代：通过 Android 系统更新和 Pixel Drop 计划，谷歌正以高频节奏向生态系统推送 AI 新特性。

与此同时，竞争对手苹果在 AI 领域的步伐显得稍显迟缓。其备受期待的 AI 驱动 Siri 更新再次被推迟至今年晚些时候，这为谷歌在 Android 阵营确立 AI 领先地位提供了宝贵的时间窗口。