谷歌Bonobo内测解析：Android 16原生AI代理与“豆包手机”的技术代差

好的设计总是趋同的，这句话的含金量还在不断被验证。

2022年，苹果推出了“灵动岛”功能。起初，不了解内情的人们一度调侃苹果这是在“精雕细琢一块顽石”。然而，真香定律谁也逃不掉。如今，主流的Android阵营几乎无一例外地全部“上岛”了。这倒不是非苹果的交互不可，背后的逻辑是“实时持续通知”在今天信息流中的重要性。

最近，谷歌终于将这个特性的权限在 Android 16 QPR3 测试版中开放给了第三方应用。这意味着，无论是外卖进度、打车距离还是正在播放的音乐，都可以享受灵动岛式的实时通知体验了。

看到这里你可能会想，这跟国内用户有啥关系？我们早就用上了类似的功能。别着急，除了开放实时活动，谷歌还带来了另一个更具颠覆性的消息。

去年，谷歌推出了 Gemini 3 Pro，其强大的性能在同期直接超越了众多竞争对手。如此强大的模型，谷歌当然不甘心只把它当作一个“对话机器人”。

据 9to5google 消息，在 Google App 17.4 Beta 版本中，新增了一项名为“借助 Gemini 完成任务”的功能，其内部项目代号为“Bonobo”。

简单来说，这项功能利用了系统级的“屏幕自动化”技术，授权 Gemini 帮助用户在手机 App 中完成一系列操作，例如下单购物、预订门票、或有目的性地拨打电话等。

这听上去是不是很像去年红极一时的“豆包手机”？当时，完全体的“豆包手机”率先将苹果在 WWDC 上描绘的 AI Siri 蓝图变成了现实。

不过，尽管豆包与手机厂商进行了深度合作，拿到了较高的系统权限，但其底层技术仍依赖于 GUI Agent。它通过系统的无障碍功能，像真人一样去“看”屏幕、并模拟点击和滑动。一个尴尬的现实是，这种机械式的操作行为很容易被 App 的风控系统检测为“外挂”或异常行为，从而导致功能失效。

而谷歌这次的 Bonobo 项目，则是将这项能力进行了“原生”化集成。它通过系统级的 Screen Automation 权限，直接触发应用程序内部的控件响应，让 App 认为这是系统本身在进行正常操作，从而从根源上避免了被风控拦截的问题。

图示：豆包手机（表面级模拟）与谷歌Bonobo（内核级集成）的根本技术差异

事实上，这种畅想并非谷歌一时兴起的拍脑门决策。早在去年的 Project Astra 演示中，谷歌就已经展现了其野心：一个能够通过对话理解用户意图，并直接操作手机完成复杂任务的AI助手。

这种畅想的本质，是 AI 试图帮助用户省去所有中间步骤，直接提供用户想要的结果。而这，也正是“豆包手机”类应用可能面临阻力的核心原因。

移动互联网商业模式的本质之一是“注意力经济”，而豆包手机和谷歌 Bonobo 正在试图打破这条规则。举个例子，当你想网购一瓶酱油时，传统的流程会引导你打开购物 App、搜索、浏览、比价，在这个过程中，“猜你喜欢”的推荐和广告会不断争夺你的注意力，你可能因此又买了别的东西。

但如果把这一切交给 AI 代理，结果会截然不同。它会过滤掉大部分干扰信息和广告，最终提交给你的，可能只是一个支付酱油的订单确认页面。这无疑触及了现有商业模式的核心。

最后是安全问题。使用 AI 代理不可避免地会触碰到用户的隐私和敏感操作。对此，谷歌也给出了明确提醒：不要完全信任 AI，也不要在与 Gemini 的聊天中输入登录或付款信息。所有由 AI 代理操作产生的后果，都需要用户自行承担。

上述的商业模式冲突和安全隐私问题，都不是谷歌一家公司能够完全解决的。但 AI 深度融入手机操作系统的趋势已经显而易见。

总的来说，让 AI 真正从“对话框”走向“接管手机”，显然不是一次简单的 API 授权更新就能搞定。这更像是 AI 追求极致效率与传统互联网“注意力经济”之间的一场正面碰撞。不过，谷歌已经通过 Bonobo 这样的系统级接口，为未来的原生 AI 交互模式撕开了一道口子。虽然 Gemini 的这项新能力我们暂时还用不上，但可以预见，国内各大厂商势必会跟进。对于这类前沿技术的动态与发展，开发者们可以持续关注云栈社区等技术论坛的讨论。

数据素材来源：9to5google、谷歌，图源网络。