问题——手机助手从“能说会答”迈向“能点会做”。 随着移动应用功能越来越复杂，用户不同平台间来回切换、反复填写信息和确认步骤的操作成本不断上升。外媒称，谷歌正推进一项被称为“屏幕自动化”的能力，让其助手可在指定应用内完成点击、输入、确认等操作，帮助用户完成下单、预约出行等任务。涉及的描述出现在谷歌应用17.4测试版的实验室功能字符串中，并以内部代号标识。业内认为，这意味着移动端智能体正从“给建议”继续走向“代办事务”，也让“助手—应用—用户”之间的责任边界成为新的焦点。 原因——技术底座与竞争压力叠加，推动“可执行智能体”加速落地。 一上，安卓系统持续迭代，为跨应用流程自动化提供更多系统级支撑。有报道指出，安卓16相关版本已为此类功能打下基础，并预计将以“仅指定应用开放”的方式逐步落地，以降低对系统稳定性和生态秩序的影响。另一上，全球智能终端竞争正从参数比拼转向体验比拼：谁能更快实现“从搜索到完成任务”的闭环，谁就更可能在高频场景中留住用户。订餐、出行等流程标准化程度高、试错成本相对可控，因此成为优先试点场景。 影响——效率提升可期，但误操作、账号安全与数据合规风险同步上升。 从积极面看，屏幕自动化有望减少重复操作，提升老年人、视障人群等群体的使用便利性，推动移动服务向“更少步骤”演进。 但从风险面看，一旦功能介入支付、账号管理、医疗政务等高敏感流程，误触、误填、误确认都可能带来直接损失。测试版本的提示信息也强调：相关操作可能出错，用户需全程监督，并对由此产生的后果承担责任；用户可随时终止并手动接管。这在一定程度上把“最终确认权”留给用户，也反映出产品仍处在能力边界的摸索阶段。 更受关注的是隐私与合规。相关说明显示，当助手与应用交互且用户开启活动记录保存时，截取的屏幕画面可能由人工审核人员查看，并用于服务优化。这意味着屏幕内容可能进入处理链条；若用户在对话或交互过程中输入登录凭证、支付信息等敏感内容，存在泄露或被滥用的风险。测试提示已明确建议：不要在对话界面输入账号密码或支付信息，避免用该功能处理紧急事务或涉及敏感信息的任务。 对策——以“可控、可审计、可退出”为底线，完善多方责任划分。 对企业而言，应在产品设计中坚持最小权限原则，限定可调用的应用范围与可执行动作类型；对支付、转账、密码修改等高风险操作设置强制人工确认与二次验证。同时提高透明度，清楚说明屏幕数据采集范围、保存周期、使用目的和退出路径，并提供一键关闭与本地化处理选项。 对应用生态而言，需要建立更细颗粒度的接口与授权机制，明确哪些页面、哪些控件可被自动化调用，避免对外部自动操作“一刀切开放”，减少钓鱼式引导与黑灰产利用空间。 对用户而言，应优先将该功能用于低风险、可撤销的场景，关闭不必要的活动记录保存，避免在相关界面输入敏感信息；涉及资金、证件、紧急求助等事项，尽量坚持人工完成并保留必要凭证。 对监管与行业组织而言，可结合数据安全与个人信息保护要求，推动形成“屏幕数据处理”的统一告知标准、审计要求与责任认定框架，尤其对人工审核、跨境传输、第三方共享等环节明确边界与红线。 前景——智能体走向终端“执行层”，沉浸式交互或成下一阶段变量。 有一点是，测试版本中还出现与数字形象相关的功能线索，显示谷歌正推进“数字形象”与指令调用的整合。业内人士认为，随着空间计算与沉浸式沟通工具发展，数字形象可能与屏幕自动化共同构成新的交互入口：前者负责呈现与沟通，后者负责执行与落地。未来，终端智能体竞争的关键不只是“回答得更像人”，更在于“办事是否可靠”。这将推动厂商在可靠性评估、可解释提示、风险分级与用户控制权上建立更成熟的产品体系。
谷歌推进屏幕自动化，显示AI在日常生活中的角色正在变化：从信息查询走向任务代理，助手的权限边界也随之扩大。这将带来更高效率与更多便利，但同时对安全、隐私与责任划分提出更高要求。只有在风险可控、数据合规的前提下，这类能力才能真正获得用户信任，并推动行业稳健发展。