人工智慧助理如 ChatGPT、Gemini 已能熟練處理長篇內容、回答日常問題，甚至用貼近人類的語言解釋複雜概念。然而，一旦它們被要求在應用程式內執行具體操作，尤其是在智慧型手機上，這些新世代 AI 仍顯得綁手綁腳，難以真正接管任務。
今年的 Google I/O 上，Google 展示了 Gemini 作為「真正智慧助手」的雛形，它不只是回答問題，而是能替你完成跨應用的實際操作。外觀看似科幻，但背後的基礎工程極為關鍵。Google 正透過全新的 AppFunctions 框架，為 Android 打造一個能讓 AI（不限於 Gemini）直接協調應用程式的底層系統。
Google 如何悄悄改變你使用 Android 手機的方式？
AppFunctions 是什麼？
顧名思義，AppFunctions 是一套讓應用程式把內部功能「公開」給 AI 使用的框架。人類透過螢幕、按鈕、選單操作手機，但 AI 並不依賴視覺介面，若應用程式不主動開放功能，AI 就只能像「盲人摸象」般靠畫面辨識來猜測按鈕位置。
AppFunctions 的目的，就是讓應用程式提供一套標準化的介面，讓 AI 能直接呼叫其功能。例如：
- Uber 可讓 AI 直接預訂車輛，而不是讓 AI 在畫面上找按鈕
- Amazon 可讓 AI 查詢你的常購商品並自動下單
- 任何應用都能讓 AI 在背景完成操作，而不需要你盯著螢幕看它慢慢點擊
這種「共同語言」讓 AI 不再需要模仿人類操作，而是能以更高效率與應用程式直接溝通。
為什麼這很重要？
想像你要完成一個跨應用的多步驟任務：
- 在 YouTube 找到某個食譜
- 在 Google Keep 建立購物清單
- 到 Amazon 訂購派對所需食材
像 Perplexity Comet 這類工具已能控制瀏覽器、開分頁、點按按鈕，但效率極低。AI 不熟悉每個網站的結構，只能靠畫面辨識反覆嘗試，常常按錯、找不到按鈕、甚至卡住，你可能看得心急如焚，最後還是得自己接手。企業領域已有類似的 MCP（模型上下文協議）技術，讓 AI 能直接與工具與資料互動，而不是假裝成使用者，Google 正把這種理念帶到消費者端，而 AppFunctions 就是 Android 的版本。
因此，當你請 Gemini 比較 Amazon 與 Best Buy 的耳機價格，它不需要在兩個 App 之間切換，而是能直接向服務索取資料並回傳結果。同樣地，它也能查看你的行程、讀取郵件、預訂機票與飯店、安排 Uber，全都在背景完成，而你仍能照常使用手機。
Google 的獨特優勢：AI + 作業系統
幾乎所有 AI 公司都在打造智慧體，但大多只能透過瀏覽器或 API 與應用程式互動，缺乏作業系統層級的權限。Google 則同時擁有：
- Android 作業系統
- Gemini 人工智慧
這讓它能把 AI 直接整合進系統底層，而不是像其他公司那樣「疊在上面」。AppFunctions 就是這種整合的具體成果，Google 不是教 Gemini 如何「使用」 Android，而是讓 Android 本身就能與 Gemini 原生協作。Android 擁有數十億裝置，這種底層整合的規模，是其他公司難以複製的，這也代表AI 不再只是 Android 的附加功能，而是逐漸成為 Android 的一部分。Apple 過去也曾試圖讓 Siri 承擔類似角色，但 Google 這次的做法更徹底：先打造底層框架，再讓 AI 進駐。
美好願景背後的風險
當 AI 能替你執行任務，風險也隨之而來，最直接的問題是：缺乏人工審核。如果 Gemini 選錯聯絡人、建立你不需要的提醒、下錯訂單，後果比聊天機器人的「幻覺」嚴重得多，因為這些錯誤會直接轉化為現實行動。
另一個較少被討論的風險是：應用程式的可見度可能下降。當 AI 能直接完成任務，使用者可能不再關心是哪個 App 完成的、介面設計如何、服務之間有何差異，這會削弱開發者打造獨特體驗的動力。雖然短期內不會發生，但趨勢已在某些 AI 工具中出現，例如 Perplexity Computer 會自動選擇最適合的模型，使用者根本不在意背後是哪個模型在運作。未來的應用程式可能逐漸退居幕後，成為 AI 的「功能供應者」。
儘管存在疑慮，AppFunctions 仍代表 Android 的一次重大轉折，甚至可能是平台誕生以來最深層的變革。它象徵著一個新時代，AI 不再只是回答問題，AI 將能協調跨應用的操作，AI 會像人類助手一樣替你完成任務，而你不再需要直接操作每個 App。AppFunctions 不是 I/O 上最吸睛的亮點，但它的影響可能最深遠。它重新定義了 Android 的角色，也重新定義了我們與手機互動的方式。未來，我們可能不再「使用應用程式」，而是讓 AI 使用它們。