谷歌最近放话,Gemini里“Tasks”模式会向更多人开放。用户可以交给Gemini去办一串复杂操作:联系对方通话、登录网站,直到把东西买下来。早先只有少数测试者能碰这个功能,现在尝鲜的人会多起来。
Gemini Tasks到底是什么?
TechCrunch报道说,Tasks模式想让AI不再只陪人聊天,而是变成能替人跑腿的执行代理。用户用日常语言下指令,Gemini就去调用系统资源或第三方服务把事办掉。比如一句“帮我订明天下午的餐厅,再打电话确认”,Gemini会用类似Google Duplex的技术拨出电话,跟对方把细节谈妥。再比如“登录我常逛的购物网站,把购物车里的东西下单”,它会借密码管理器自动填好凭证,用户授权后再完成付款。
按谷歌的说法,Tasks模式靠的是Gemini的多模态能力,加上谷歌自家各条业务线的深度打通。屏幕上的内容它能看懂,点击、输入这些动作它也能模拟出来,跨应用自动操作因此成为可能。眼下这项功能主要给Android和Chrome用户使用,后续打算铺到更多平台。
“AI助手正在从‘回答问题’转向‘完成任务’,这是人机交互的下一个范式转移。”——某行业分析师评论
行业背景:AI助手竞争白热化
谷歌不是唯一在动的一方。这几年AI助手市场的争夺已经打到白热化。OpenAI的ChatGPT借插件和函数调用能力伸向任务执行;苹果的Siri起步虽早,复杂任务上却走得慢;亚马逊Alexa则守着智能家居场景做语音购物。谷歌想靠Gemini Tasks在“代理式AI”(Agentic AI)这块地盘上先落子。
有市场研究机构预计,到2027年全球AI助手市场规模会超过千亿美元,任务自动化是其中最主要的增长来源。谷歌手里握着庞大用户群、搜索引擎攒下的数据,还有对Android系统的底层控制权,这是它的优势。不过微软Copilot与Windows绑得深,三星Galaxy AI也在往上走,这条赛道变数不少。
隐私与安全:AI代操作的挑战
让AI替人动账户、做支付,风险自然跟着来。谷歌强调Tasks模式在设计上守住“用户可控”:支付、发消息这类敏感动作,都要用户再确认一次;密码等凭证在本地加密存放,Gemini拿不到明文;通话内容会实时转成文字,用户能回听。
安全专家却认为,可攻击的面还在。恶意网站有可能把Gemini引向非预期的操作,语音合成技术也可能被拿来伪造用户指令。谷歌的回应是已经加了行为异常检测和操作日志审计,还跟安全社区一起做红队测试。话虽如此,用户自己的警惕还是少不了的——把财务大权交给AI,得有多大的信任才行。
分析观点:AI代理时代的黎明
往大处看,Gemini Tasks这次扩围,是AI代理(AI Agent)从概念走向实用的一件标志性的事。以前AI助手多半停在“给建议”,现在开始“动手”了。撑起这一步的,是大模型的推理能力、工具调用协议(如MCP)和操作系统级权限凑到一起。往后几年,每个人大概都会有一个能打理日常杂事的数字分身,人则把精力放在创造性工作上。
监管这边却还没跟上。AI能自己打电话、签合同、做交易的时候,法律责任算谁的?平台该不该为AI的失误掏钱?这些问题目前都没有明确答案。谷歌推进得谨慎,这点值得肯定,但行业还需要更统一的伦理标准和安全规范。
不管怎么说,Gemini Tasks的扩张放出一个清楚信号:AI正从“聊天”转向“做事”。对普通用户来说,方便和风险是一起来的;对科技行业来说,新一轮比赛才刚开场。