AI 不再等你打开：Pixel 11 正把 Gemini 变成环境层

聊天框之后，是情境卡片

Google 宣布，Pixel 设备上的 Gemini 可在超过 40 个应用中处理更多多步骤任务。更值得注意的是界面变化：Pixel 11 会在用户已经使用的应用里显示情境卡片。朋友在聊天中提到旅行，航班信息和延误状态就会出现在当前界面；谈到晚餐，系统可以建议预订餐厅。

Engadget 的独立报道补充了更多边界。手机还会建议把事件保存到 Calendar、地点保存到 Maps、会员信息保存到 Wallet；但基于位置的锁屏洞察仍是 Preview，部分功能的更高使用量可能需要订阅。今天能确认的是产品方向，不是长期体验已经成熟。

过去的基本动作是“打开 AI—描述任务—等待回答”；新的动作链变成“系统获得情境—给出建议—用户确认—服务执行”。真正的入口不再是一个新图标，而是系统是否知道你此刻在做什么，以及它是否有权替你多走一步。

AI 的入口从一个应用，变成了情境本身。

表盘把对话压缩成一次确认

Pixel Watch 5 把这套逻辑做得更彻底。Google 称，At a Glance 会在用户走进机场时把登机牌放到表盘上，在通勤途中显示剩余站数；部分核心动作由端侧 AI 处理，即使离线也能低延迟执行。主动建议出现后，用户可以用双指捏合完成选择、确认和发送。

这里几乎没有“聊天”。AI 先把日历、位置、邮件与当前任务压缩成一个结果，再把最后一步决定交给用户。小屏幕反而暴露了新交互的本质：好的主动 AI 不是说得更多，而是在正确时刻少说一句，让用户用一次动作完成原本要打开多个应用的流程。

但手表也让失败成本更明显。表盘位置有限，一条无关建议就可能挤掉真正重要的信息。于是，下一轮体验竞争不会只看回答是否流畅，还要看系统何时保持沉默。

聊天模型追求每次都回答；环境层首先要学会什么时候不出现。

输入法和相机，正在把 AI 变成管道

Google DeepMind 的 SL2T 更能说明“入口消失”意味着什么。它首发支持 ASL 到英文，接入 Pixel 11 的 Gboard 与 Live Transcribe。DeepMind 称，模型训练数据超过 10 万小时、覆盖 50 多种手语。对用户来说，AI 不再是要专门拜访的助手，而是输入法本身多了一种表达方式。

它也提醒我们，端侧并不等于所有计算都留在本机。MediaPipe Holistic 会先在设备上提取人体关键点，只有几何坐标被送往服务器翻译，原始视频随即丢弃。真实的隐私边界，藏在每一段数据管道里，而不在“端侧 AI”四个字里。

相机的 Camera Looks 走得更深。The Verge 对 Pixel 相机负责人 Isaac Reynolds 的采访显示，它不是成片后的滤镜，而会改变 HDR+、自动曝光、曝光时间和帧合并等处理链；有些风格甚至刻意减少合帧和锐化。智能退到管道里，但用户先选择想要的视觉意图。

当 AI 变成基础设施，用户看不见模型，却必须看得见选择。

环境层的胜负，是三条控制边界

真正困难的不是让 AI 多知道一点，而是把“知道”变成一条可信的行动链：信息从哪里来，为什么此刻出现，下一步会写入哪个应用，做错之后能否撤回。Google 已经展示了卡片、表盘手势和用户选择的 Camera Looks，但误触发、通知负担与长期关闭率仍没有答案。

接下来值得观察的，不是又有多少功能被贴上 Gemini 标签，而是三项更朴素的产品指标。

1. 主动提示的命中率，能否高到让用户愿意长期保留它？
2. 跨应用动作是否默认可见、可确认、可撤回？
3. 端侧处理究竟覆盖哪些数据，哪些仍会离开设备？

当 AI 越来越无处不在，最重要的功能不是再多做一步，而是让用户知道它为何出现、将做什么，以及如何后悔。