انتظارات کاربران از هوش مصنوعی در دستگاه‌هایشان، اساساً نحوه تعامل آنها با برنامه‌هایشان را تغییر می‌دهد. به جای باز کردن برنامه‌ها برای انجام گام به گام وظایف، از هوش مصنوعی می‌خواهند که کارهای سنگین را برای آنها انجام دهد. در این مدل تعاملی جدید، موفقیت از ترغیب کاربران به باز کردن برنامه، به انجام موفقیت‌آمیز وظایف آنها و کمک به آنها برای انجام سریع‌تر کارهای بیشتر تغییر می‌کند.

برای کمک به شما در تکامل برنامه‌هایتان برای این آینده‌ی عامل‌محور، ما قابلیت‌های توسعه‌دهندگان در مراحل اولیه را معرفی می‌کنیم که شکاف بین برنامه‌های شما و برنامه‌های عامل‌محور و دستیارهای شخصی‌سازی‌شده، مانند Google Gemini، را پر می‌کند. در حالی که ما در مراحل اولیه و بتای این سفر هستیم، این ویژگی‌ها را با محوریت حریم خصوصی و امنیت به عنوان اولین گام خود در کاوش این تغییر الگو به عنوان یک اکوسیستم برنامه طراحی می‌کنیم.

توانمندسازی برنامه‌ها با AppFunctions

Android AppFunctions به برنامه‌ها اجازه می‌دهد تا داده‌ها و عملکردها را مستقیماً در اختیار عوامل و دستیاران هوش مصنوعی قرار دهند. با   با استفاده از کتابخانه Jetpack و APIهای پلتفرم AppFunctions، توسعه‌دهندگان می‌توانند توابع خودتوصیفی ایجاد کنند که برنامه‌های عامل‌محور می‌توانند آنها را از طریق زبان طبیعی کشف و اجرا کنند. AppFunctions با انعکاس نحوه اعلام قابلیت‌های backend از طریق سرورهای ابری MCP، یک راه‌حل روی دستگاه برای برنامه‌های اندروید ارائه می‌دهد. بسیار شبیه به WebMCP ، این توابع را به صورت محلی روی دستگاه اجرا می‌کند، نه روی سرور.

ادغام گالری سامسونگ با Gemini در سری گلکسی S26، AppFunctions را در عمل نشان می‌دهد. به جای پیمایش دستی در آلبوم‌های عکس، اکنون می‌توانید به سادگی از Gemini بخواهید "عکس‌های گربه من را از گالری سامسونگ به من نشان بده". Gemini درخواست کاربر را دریافت می‌کند، هوشمندانه عملکرد صحیح را شناسایی و فعال می‌کند و عکس‌های برگردانده شده از گالری سامسونگ را مستقیماً در برنامه Gemini ارائه می‌دهد، بنابراین کاربران هرگز نیازی به ترک برنامه ندارند. این تجربه چندوجهی است و می‌تواند از طریق صدا یا متن انجام شود. کاربران حتی می‌توانند از عکس‌های برگردانده شده در مکالمات بعدی، مانند ارسال آنها به دوستان در یک پیام متنی، استفاده کنند.

این ادغام در حال حاضر در سری گلکسی S26 موجود است و به زودی در دستگاه‌های سامسونگی که از رابط کاربری OneUI 8.5 و بالاتر استفاده می‌کنند، گسترش خواهد یافت. از طریق AppFunctions، Gemini می‌تواند وظایف را در دسته‌های برنامه‌هایی مانند تقویم ، یادداشت‌ها و وظایف ، در دستگاه‌های چندین تولیدکننده، خودکارسازی کند. چه هماهنگی رویدادهای تقویم، سازماندهی یادداشت‌ها یا تنظیم یادآوری‌های کارها باشد، کاربران می‌توانند فعالیت‌های روزانه را در یک مکان ساده کنند.

فعال‌سازی برنامه‌های عامل‌محور با اتوماسیون هوشمند رابط کاربری

اگرچه AppFunctions یک چارچوب ساختاریافته و کنترل بیشتر برای برنامه‌ها جهت ارتباط با عوامل و دستیاران هوش مصنوعی فراهم می‌کند، اما می‌دانیم که هنوز هر تعاملی به صورت اختصاصی یکپارچه‌سازی نشده است. ما همچنین در حال توسعه یک چارچوب اتوماسیون رابط کاربری برای عوامل و دستیاران هوش مصنوعی هستیم تا وظایف عمومی را به صورت هوشمندانه روی برنامه‌های نصب شده کاربران اجرا کنند، با شفافیت و کنترل داخلی کاربر. این پلتفرمی است که کارهای سنگین را انجام می‌دهد، بنابراین توسعه‌دهندگان می‌توانند بدون کدنویسی به دسترسی عامل‌محور دست یابند. این یک روش کم‌زحمت برای گسترش دسترسی آنها بدون نیاز به یک ارتقای مهندسی بزرگ در حال حاضر است.

برای دریافت بازخورد در حین اصلاح این چارچوب، ما با یک پیش‌نمایش اولیه روی سری گلکسی S26 و برخی از دستگاه‌های پیکسل 10 شروع می‌کنیم، که در آن کاربران می‌توانند وظایف چند مرحله‌ای را تنها با فشار طولانی دکمه پاور به Gemini واگذار کنند. این قابلیت که به عنوان یک ویژگی بتا در برنامه Gemini راه‌اندازی می‌شود، از ابتدا از مجموعه‌ای از برنامه‌ها در دسته‌های تحویل غذا، مواد غذایی و هم‌سفری در ایالات متحده و کره پشتیبانی می‌کند. چه کاربران نیاز به سفارش پیتزای پیچیده برای اعضای خانواده خود با سلیقه‌های خاص داشته باشند، چه هماهنگی یک هم‌سفری چند مرحله‌ای با همکاران، یا سفارش مجدد آخرین خرید مواد غذایی خود، Gemini می‌تواند با استفاده از زمینه‌ای که از قبل در برنامه‌های شما موجود است، بدون نیاز به هیچ کار توسعه‌دهنده‌ای، به انجام وظایف کمک کند.

کاربران از طریق اتوماسیون رابط کاربری، در حالی که یک کار در پس‌زمینه در حال انجام است، کنترل را در دست دارند. برای هرگونه اقدام اتوماسیون، کاربران می‌توانند پیشرفت کار را از طریق اعلان‌ها یا «نمایش زنده» رصد کنند و می‌توانند در هر نقطه‌ای به کنترل دستی تغییر دهند تا تجربه را به دست بگیرند. Gemini همچنین به گونه‌ای طراحی شده است که قبل از انجام کارهای حساس، مانند خرید، به کاربران هشدار دهد.

با نگاهی به آینده

در اندروید ۱۷، ما به دنبال گسترش این قابلیت‌ها هستیم تا به کاربران، توسعه‌دهندگان و تولیدکنندگان دستگاه‌های بیشتری دسترسی پیدا کنیم.

ما در حال حاضر در حال ایجاد تجربه‌هایی با گروه کوچکی از توسعه‌دهندگان اپلیکیشن هستیم و بر روی تجربه‌های کاربری با کیفیت بالا همزمان با تکامل اکوسیستم تمرکز داریم. ما قصد داریم در اواخر امسال جزئیات بیشتری در مورد نحوه استفاده از AppFunctions و اتوماسیون رابط کاربری برای فعال کردن ادغام‌های عامل‌محور برای اپلیکیشن خود به اشتراک بگذاریم. برای به‌روزرسانی‌ها منتظر بمانید.