谷歌在今年的 Android Show（I/O 版）上，說了一句聽起來有點(diǎn)夸張的話，Android 正從一個(gè) operating system，轉(zhuǎn)變?yōu)橐粋€(gè) intelligence system。

（圖源：Google）

或許，以后我們?cè)僖膊恍枰?App 圖標(biāo)了。

這句話翻譯成人話，就是手機(jī)不再只是被動(dòng)等你點(diǎn)開 App 的工具，它開始主動(dòng)幫你把事情做完。谷歌給的例子很具體：你把一份購物清單記在備忘錄里，Gemini 可以讀出來，再去購物 App 里一項(xiàng)項(xiàng)加進(jìn)購物車；你讓它從 Gmail 里翻出某本教材的信息，它能找到之后直接幫你下單；你給它一張照片，它能在旅行平臺(tái)上替你搜對(duì)應(yīng)的行程。

（圖源：雷科技制圖）

不僅僅是手機(jī)，按照谷歌的計(jì)劃，這項(xiàng)能力最早在三星 Galaxy 和 Pixel 上布局，隨后到手表、汽車、眼鏡和筆記本上。

但問題來了，當(dāng)手機(jī)開始替我們「干活」而不只是回應(yīng)，App 那套我們用了十幾年的邏輯會(huì)被改寫嗎？以下是雷科技的看法。

過去的語音助手，用起來的感覺就是它只是一個(gè)會(huì)回應(yīng)你的小伙伴。比如你對(duì)著手機(jī)說「把我備忘錄里的購物清單加進(jìn)購物車」，過去的 Google Assistant 會(huì)怎么做？大概率是把這句話當(dāng)成一個(gè)搜索詞，打開瀏覽器，給你返回幾條相關(guān)鏈接，然后任務(wù)就結(jié)束了。

但在用戶的角度，肯定還是希望它能夠打開備忘錄、記住清單、切換到購物 App、一項(xiàng)項(xiàng)搜索、一項(xiàng)項(xiàng)加入，完全解放雙手。尷尬就在于，它聽懂了你的話，卻干不了你的事。

本質(zhì)上的原因在于，過去的助手只有「眼睛」和「嘴」，沒有「手」。它能識(shí)別語音、能朗讀結(jié)果、能打開某個(gè)固定的功能，比如設(shè)個(gè)鬧鐘、打個(gè)電話、查個(gè)天氣這些，一旦任務(wù)需要跨越多個(gè) App、需要中間步驟、需要根據(jù)上一步的結(jié)果決定下一步，它就抓瞎了。

Android 開發(fā)者社區(qū)里有人復(fù)盤過谷歌早年的兩次嘗試，一個(gè)叫 Direct Actions API，要求 App 必須在前臺(tái)運(yùn)行助手才能操作，等于助手沒法自己后臺(tái)干活；另一個(gè)叫 Assist API，給了系統(tǒng)「看屏幕」的眼睛，卻沒給它「理解該怎么操作」的腦子，兩條路子都不太行。也就是說，其實(shí)大家對(duì)于語音助手只能回答不能干活這件事，早就有怨言。

Gemini Intelligence 想補(bǔ)上的，正是「手」和「腦」這兩塊。谷歌把這套能力叫做 Task Automation（任務(wù)自動(dòng)化），它能在用戶授權(quán)下，跨多個(gè)被選中的 App 完成多步驟任務(wù)，并且全程保留透明度和用戶控制權(quán)。換句話說，你說一句話，它會(huì)讀清單、調(diào) App、加購物車，每到關(guān)鍵的、不可逆的環(huán)節(jié)，比如真要付錢了，再停下來等你點(diǎn)頭確認(rèn)。

值得注意的是，谷歌這次開放這個(gè)能力也是相對(duì)小心翼翼的，它配了一個(gè)叫 Android Halo 的東西，在你屏幕頂部用很輕的方式顯示「智能體現(xiàn)在正在干什么、進(jìn)度到哪了」，讓你隨時(shí)能看見、隨時(shí)能叫停。其實(shí)谷歌也很清楚，「替你操作手機(jī)」是一件信任成本極高的事，它不敢全部大包大攬。

但坦白講，這一版能做的事，目前還相當(dāng)克制。任務(wù)自動(dòng)化首批只覆蓋被精選過的少數(shù) App，能力范圍也有限。而且 Gemini Intelligence 對(duì)手機(jī)硬件的要求還很高，連不是所有機(jī)型都能跑得動(dòng)。從目前來看，它更像是一個(gè)方向明確、但還在小步快跑的早期形態(tài)。

我認(rèn)為，過去十幾年，我們和手機(jī)的關(guān)系是「打開 App，再找功能」，而 Gemini Intelligence 想把它改成「提出需求，系統(tǒng)替你調(diào)用 App」。這個(gè)轉(zhuǎn)向如果成立，影響的就不只是一個(gè)助手好不好用，而是整套移動(dòng)端的交互邏輯。假如一句話就能干活，那 App 的圖標(biāo)還有存在的意義嗎？

這次 I/O 上，谷歌同時(shí)面向開發(fā)者推出了 AppFunctions，并且直接給了它一個(gè)副標(biāo)題：Android MCP。谷歌官方的描述是，AppFunctions 是一套 Android 平臺(tái) API，配套一個(gè) Jetpack 庫，讓你的應(yīng)用能像一臺(tái)「端側(cè) MCP server」一樣運(yùn)作，把自己的工具、服務(wù)和數(shù)據(jù)開放給系統(tǒng)和智能體調(diào)用。

MCP 這套協(xié)議，過去主要解決的是云端的事，就是讓 AI 智能體能標(biāo)準(zhǔn)化地連接到服務(wù)器側(cè)的各種工具。而 AppFunctions 做的，是把同樣的機(jī)制搬到了手機(jī)本地。

開發(fā)者只要把「創(chuàng)建備忘錄」「發(fā)送消息」「搜索郵件」「添加購物清單」這些能力，寫成一段段自帶自然語言描述的函數(shù)，注冊(cè)到 Android 系統(tǒng)內(nèi)置的「能力清單」里，Gemini 這樣的智能體就能發(fā)現(xiàn)它們、調(diào)用它們。更關(guān)鍵的是，整個(gè)過程在設(shè)備本地執(zhí)行，延遲更低、也更利于隱私。

過去智能體想替你操作一個(gè) App，靠的是一套很笨拙的辦法，先截屏、OCR 識(shí)別文字、再找到按鈕的位置、模擬點(diǎn)擊、等頁面變化、出錯(cuò)了再重試。這套流程又慢又脆，App 改個(gè)界面就可能全部失靈。AppFunctions 把它換成了，App 主動(dòng)聲明「我能做什么」，智能體帶著授權(quán)直接調(diào)用這些能力，系統(tǒng)負(fù)責(zé)管權(quán)限、管調(diào)用邊界、管安全約束。

谷歌對(duì)未來手機(jī)系統(tǒng)的設(shè)想就是，未來的軟件會(huì)越來越像「一組能力」，而非單純「一組界面」。也就是，App 的圖標(biāo)可能會(huì)消失，轉(zhuǎn)而變成一些核心的能力留在用戶手機(jī)里，用戶也不需要記得這些 app 分別是干嘛的，只需要說自己的需求。

當(dāng)然，AppFunctions 目前的狀態(tài)還非常早期，對(duì)于那些還沒接入的 App，谷歌的兜底方案是另一套「UI 自動(dòng)化」框架，也就是讓 Gemini 退回到模擬點(diǎn)擊的老路子上去臨時(shí)頂一下。這就不得不提到豆包手機(jī)助手，它本質(zhì)上還是 GUI Agent 那套「看懂屏幕、模擬點(diǎn)擊」的邏輯，只是權(quán)限拉滿，才實(shí)現(xiàn)各種跨應(yīng)用的功能。

無論是哪種方案，趨勢(shì)已經(jīng)很清楚，App 不會(huì)消失，可 App 圖標(biāo)、首頁、傳統(tǒng)菜單這些「入口」的權(quán)重，可能會(huì)慢慢下降，用戶越來越不在意 App 本身，而是愈發(fā)看重 App 的核心能力。

過去十幾年，App 之間打的是一場(chǎng)「入口爭(zhēng)奪戰(zhàn)」，爭(zhēng)的是什么？是桌面第一屏的位置，所有的產(chǎn)品設(shè)計(jì)、所有的 push 通知、所有的紅點(diǎn)，本質(zhì)上都是在搶用戶的關(guān)注度。

可一旦 AI 成了新的系統(tǒng)級(jí)入口，戰(zhàn)場(chǎng)就變了。未來 App 要搶的，是智能體的「調(diào)用次數(shù)」。當(dāng)用戶不再親手打開 App，而是把需求拋給 Gemini，那么「Gemini 決定去調(diào)哪個(gè) App」這件事，就成了新的兵家必爭(zhēng)之地。你想想，用戶說「幫我訂杯咖啡」，系統(tǒng)調(diào)的是瑞幸還是星巴克的 App 動(dòng)作？或者說，訂個(gè)酒店、買張機(jī)票，系統(tǒng)會(huì)推薦哪個(gè) App 呢？

也正因?yàn)槔孢@么大，谷歌在這條路上跑得這么急，就顯得格外耐人尋味，因?yàn)樗睦蠈?duì)手蘋果，在同一件事上摔了個(gè)大跟頭。

早在 2024 年的 WWDC，它就高調(diào)演示過一個(gè)全新的 Siri，靠 App Intents 框架實(shí)現(xiàn)跨 App 操作，經(jīng)典的演示場(chǎng)景是：「找出上個(gè)月 Sarah 生日的照片，把最好的一張去掉背景，發(fā)到她的 Instagram?！挂痪湓?，Siri 在多個(gè) App 之間穿梭著把活干完。這套愿景，和今天 Gemini Intelligence 講的幾乎一模一樣。

（圖源：Apple）

但后面的故事大家也清楚了，這套個(gè)性化 Siri 原本計(jì)劃 2025 年上線，先是被推遲到 2026，又一路從 iOS 26.4 延到 26.5，這不馬上 iOS 27 都要來了，這能力也沒點(diǎn)頭緒。

蘋果高管 Craig Federighi 的解釋是，原本那套功能建在「V1」架構(gòu)上，能跑，但質(zhì)量不達(dá)標(biāo)，必須重新建在新的「V2」架構(gòu)上。蘋果軟件工程負(fù)責(zé)人和營銷負(fù)責(zé)人在采訪里被追問具體日期，只含糊地說 2026 會(huì)上，那大概率就是 WWDC27 公開了。

其實(shí)呢，倒也不能完全怪蘋果?？?App 自動(dòng)化和生成一段文字完全是兩碼事，它要在意圖模糊、App 狀態(tài)在變、還涉及真實(shí)權(quán)限的情況下，精準(zhǔn)地執(zhí)行正確動(dòng)作，可靠性、準(zhǔn)確性，還有敏感內(nèi)容的問題，都是一道道坎。

所以，在「讓 AI 接管手機(jī)操作」這件事上，靠著 AppFunctions 這套開放給開發(fā)者的底層設(shè)計(jì)，加上三星、谷歌兩家硬件先行鋪貨，更有可能率先跑出一個(gè)能用的「Agent OS」雛形。

當(dāng)然，目前 Android 這條路最大的風(fēng)險(xiǎn)，恰恰是它的開放，支持海量的機(jī)型和 App 服務(wù)，注定了它必須謹(jǐn)慎對(duì)待每一個(gè)能力和環(huán)節(jié)，也注定了它很難完全放開能力給用戶。

那么回到最開始的問題，App 圖標(biāo)真的會(huì)因此消失嗎？雷科技（ID：leitech）的判斷是，圖標(biāo)不會(huì)消失，但它的權(quán)重會(huì)慢慢降低，直到用戶已經(jīng)不那么在意 " 自己該在什么時(shí)候去點(diǎn)擊哪個(gè)熟悉的圖標(biāo)執(zhí)行什么任務(wù) " 這件事。

它未必能在一兩年內(nèi)就改變所有人的習(xí)慣，畢竟手機(jī)這東西，承載了我們太多年的肌肉記憶。但至少在方向上，谷歌已經(jīng)替整個(gè)行業(yè)把「下一代手機(jī)長(zhǎng)什么樣」這道題的答案寫在了考卷上。