谷歌Gemini Tasks大扩张:AI帮你打电话、购物、登录网站

谷歌Gemini Tasks大扩张:AI帮你打电话、购物、登录网站
谷歌宣布扩大Gemini Tasks的访问权限,该功能可协调通话、代用户登录网站甚至完成购物。这标志着AI助手从信息查询向任务执行迈出关键一步,但也引发隐私与安全担忧。本文详解Gemini Tasks的功能、行业竞争背景及未来影响。

谷歌近日宣布,将扩大其AI助手Gemini中“Tasks”模式的访问权限。这一功能允许Gemini代表用户执行一系列复杂操作,包括协调通话、登录网站,甚至直接完成购物。此前,该功能仅向少数测试者开放,如今更多用户将能体验AI“代劳”的便利。

Gemini Tasks是什么?

根据TechCrunch报道,Gemini的Tasks模式旨在将AI从单纯的对话工具升级为任务执行代理。用户只需给出自然语言指令,Gemini便能调用系统资源或第三方服务完成任务。例如,用户可以说“帮我预订明天下午的餐厅并打电话确认”,Gemini会通过类似Google Duplex的技术拨打电话,与对方沟通细节。再如,“登录我的常用购物网站,把购物车里的商品下单”,Gemini将借助密码管理器自动填充凭证,并在用户授权后完成支付。

谷歌表示,Tasks模式依托Gemini的多模态能力和谷歌生态系统的深度整合。它不仅能理解屏幕上的内容,还能模拟点击、输入等操作,实现跨应用自动化。目前,该功能主要面向Android和Chrome用户,未来计划扩展至更多平台。

“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

谷歌此举并非孤立。近年来,AI助手市场的竞争已进入白热化阶段。OpenAI的ChatGPT通过插件和函数调用能力涉足任务执行;苹果的Siri虽起步早,但在复杂任务处理上进展缓慢;亚马逊Alexa则依托智能家居场景深耕语音购物。谷歌凭借Gemini Tasks,试图在“代理式AI”(Agentic AI)领域抢占先机。

市场研究机构预测,到2027年,全球AI助手市场规模将突破千亿美元,其中任务自动化将成为核心增长点。谷歌的优势在于其庞大的用户基础、搜索引擎的数据积累以及Android系统的底层控制权。然而,微软Copilot与Windows的深度集成、三星Galaxy AI的崛起,都让这一赛道充满变数。

隐私与安全:AI代操作的挑战

让AI代替人类操作账户和支付,无疑伴随着风险。谷歌强调,Tasks模式在设计上遵循“用户可控”原则:所有敏感操作(如支付、发送消息)都需要用户二次确认;密码等凭证由本地加密存储,Gemini不会直接获取明文;通话内容会进行实时转录并可供用户回听。

但安全专家指出,攻击面依然存在。例如,恶意网站可能诱导Gemini执行非预期操作;语音合成技术可能被用于伪造用户指令。谷歌回应称,已引入行为异常检测和操作日志审计,并与安全社区合作进行红队测试。尽管如此,用户教育仍不可或缺——毕竟,将财务大权交给AI,需要极大的信任。

分析观点:AI代理时代的黎明

从更宏观的视角看,Gemini Tasks的扩展是AI代理(AI Agent)走向实用的标志性事件。过去,AI助手大多停留在“建议”层面,如今它们开始“动手”。这背后是大模型推理能力、工具调用协议(如MCP)和操作系统级权限的结合。可以预见,未来几年内,每个人都将拥有一个能处理日常琐事的数字分身,而人类则专注于创造性工作。

但与此同时,监管框架亟待跟进。当AI可以自主拨打电话、签订合同、完成交易时,法律责任如何界定?平台是否应为AI的失误买单?这些问题尚无明确答案。谷歌的谨慎推进值得肯定,但行业需要更统一的伦理标准和安全规范。

无论如何,Gemini Tasks的扩张是一个清晰信号:AI正在从“聊天”走向“做事”。对于普通用户而言,便利与风险并存;对于科技行业而言,新一轮竞赛才刚刚开始。

本文编译自TechCrunch