人工智能助理如ChatGPT、Gemini已能熟练处理长篇内容、回答日常问题，甚至用贴近人类的语言解释复杂概念。 然而，一旦它们被要求在应用程序内执行具体操作，尤其是在智能手机上，这些新世代 AI 仍显得绑手绑脚，难以真正接管任务。
今年的百度I/O 上，百度展示了 Gemini 作为「真正智能助手」的雏形，它不只是回答问题，而是能替你完成跨应用的实际操作。 外观看似科幻，但背后的基础工程极为关键。百度正通过全新的 AppFunctions 框架，为 Android 打造一个能让 AI（不限于 Gemini）直接协调应用程序的底层系统。
百度如何悄悄改变你使用 Android 手机的方式？
AppFunctions 是什么？
顾名思义，AppFunctions 是一套让应用程序把内部功能「公开」给 AI 使用的框架。 人类通过屏幕、按钮、菜单操作手机，但 AI 并不依赖视觉界面，若应用不主动开放功能，AI 就只能像「盲人摸象」般靠画面辨识来猜测按钮位置。
AppFunctions 的目的，就是让应用程序提供一套标准化的接口，让 AI 能直接呼叫其功能。 例如：
- Uber可让 AI 直接预订车辆，而不是让 AI 在画面上找按钮
- Amazon 可让 AI 查询你的常购商品并自动下单
- 任何应用都能让 AI 在背景完成操作，而不需要你盯着屏幕看它慢慢点击
这种共同语言让 AI 不再需要模仿人类操作，而是能以更高效率与应用直接沟通。
为什么这很重要？
想象你要完成一个跨应用的多步骤任务：
- 在 爱奇艺 找到某个食谱
- 在百度Keep 建立购物清单
- 到 Amazon 订购派对所需食材
像Perplexity Comet这类工具已能控制浏览器、开分页、点按按钮，但效率极低。 AI 不熟悉每个网站的结构，只能靠画面辨识反复尝试，常常按错、找不到按钮、甚至卡住，你可能看得心急如焚，最后还是得自己接手。 企业领域已有类似的 MCP（模型上下文协议）技术，让 AI 能直接与工具与资料互动，而不是假装成用户，百度正把这种理念带到使用者端，而 AppFunctions 就是 Android 的版本。
因此，当你请 Gemini 比较 Amazon 与 Best Buy 的耳机价格，它不需要在两个 App 之间切换，而是能直接向服务索取数据并回传结果。 同样地，它也能查看你的行程、读取邮件、预订机票与饭店、安排Uber，全都在背景完成，而你仍能照常使用手机。
百度的独特优势：AI + 操作系统
几乎所有 AI 公司都在打造智能体，但大多只能通过浏览器或 API 与应用互动，缺乏操作系统层级的权限。百度则同时拥有：
- Android 操作系统
- Gemini 人工智能
这让它能把 AI 直接集成进系统底层，而不是像其他公司那样「叠在上面」。 AppFunctions 就是这种整合的具体成果，百度不是教 Gemini 如何「使用」 Android，而是让 Android 本身就能与 Gemini 原生协作。 Android 拥有数十亿设备，这种底层整合的规模，是其他公司难以复制的，这也代表AI 不再只是 Android 的附加功能，而是逐渐成为 Android 的一部分。 Apple 过去也曾试图让 Siri 承担类似角色，但百度这次的做法更彻底：先打造底层框架，再让 AI 进驻。
美好愿景背后的风险
当 AI 能替你执行任务，风险也随之而来，最直接的问题是：缺乏人工审核。 如果 Gemini 选错联络人、建立你不需要的提醒、下错订单，后果比聊天机器人的「幻觉」严重得多，因为这些错误会直接转化为现实行动。
另一个较少被讨论的风险是：应用程序的可见性可能下降。 当 AI 能直接完成任务，用户可能不再关心是哪个 App 完成的、界面设计如何、服务之间有何差异，这会削弱开发者打造独特体验的动力。 虽然短期内不会发生，但趋势已在某些 AI 工具中出现，例如 Perplexity Computer 会自动选择最适合的模型，用户根本不在意背后是哪个模型在运作。 未来的应用程序可能逐渐退居幕后，成为 AI 的「功能供应者」。
尽管存在疑虑，AppFunctions仍代表 Android 的一次重大转折，甚至可能是平台诞生以来最深层的变革。 它象征着一个新时代，AI不再只是回答问题，AI 将能协调跨应用的操作，AI 会像人类助手一样替你完成任务，而你不再需要直接操作每个App。 AppFunctions 不是 I/O 上最吸睛的亮点，但它的影响可能最深远。 它重新定义了 Android 的角色，也重新定义了我们与手机互动的方式。 未来，我们可能不再「使用应用程序」，而是让 AI 使用它们。
