谷歌承诺已久的 AI 愿景正随着的发布正式照进现实。今日，联合宣布，基于 Gemini 的“任务自动化”功能已进入 Beta 测试阶段。这一功能标志着 AI 助手从单纯的“信息查询员”转型为具备跨应用执行能力的“数字代办”，能够模拟人类操作完成订餐、打车等复杂流程。

视觉震撼:看着手机“自己用自己”

与传统的 API 对接不同，的自动化功能是在一个虚拟窗口中模拟真实的用户操作:

• 智能打车:当你给出“打车去机场”的指令，会自动唤起 Uber，确认具体的航站楼（如遇多航站楼会主动询问），并自动填入目的地。

• 代订餐食:在处理“帮我点一杯咖啡和牛角包”的指令时，AI 会自主划动屏幕寻找星巴克菜单中的特定单品（如 Flat White），甚至能像人类一样处理复杂的滚动选择。

安全逻辑:关键节点，人类掌舵

为了规避自主权带来的风险，谷歌在自动化流程中设置了严密的人工复核机制:

显式操作:用户可以实时观看的每一步动作，并随时通过“Take control”接管或终止自动化进程。

最后确认制:在最终提交订单或付款前，系统会强制停在支付界面，等待用户核实明细并手动点击“确认”，确保每一笔交易都在受控状态下完成

目前，该功能已优先适配外卖配送与网约车类应用。对于及后续用户而言，手机不再仅仅是运行 App 的载体，而是一个能够理解自然语言意图并将其转化为具体操作的“超级代理”。

尽管 AI 在菜单滚动和选项识别上偶尔还显得有些“笨拙”，但这种无需 API 深度适配、直接基于 UI 交互的自动化模式，极大地拓宽了 AI 助手的应用边界。随着算法的迭代，我们正在告别“在 App 丛林中反复横跳”的时代，进入“一句话完成所有琐事”的真智能阶段。