Inteligentny system operacyjny: zwiększanie przydatności agentów AI w aplikacjach na Androida

Oczekiwania użytkowników dotyczące AI na urządzeniach zasadniczo zmieniają sposób, w jaki korzystają oni z aplikacji. Zamiast otwierać aplikacje i wykonywać zadania krok po kroku, proszą AI o wykonanie za nich większości pracy. W tym nowym modelu interakcji sukces nie zależy już od tego, czy użytkownicy otworzą aplikację, ale od tego, czy uda im się wykonać zadania i czy będą mogli szybciej realizować swoje cele. 

Aby pomóc Ci w rozwijaniu aplikacji pod kątem przyszłości opartej na agentach, wprowadzamy funkcje dla deweloperów na wczesnym etapie, które wypełniają lukę między Twoimi aplikacjami a aplikacjami opartymi na agentach i spersonalizowanymi asystentami, takimi jak Google Gemini. Jesteśmy na wczesnym etapie testów beta, ale projektujemy te funkcje z myślą o prywatności i bezpieczeństwie. To nasz pierwszy krok w kierunku zbadania tej zmiany paradygmatu w ekosystemie aplikacji.

Wzbogacanie aplikacji o funkcje aplikacji

Android AppFunctions umożliwia aplikacjom udostępnianie danych i funkcji bezpośrednio agentom i asystentom AI. Za pomocą  biblioteki AppFunctions Jetpack i interfejsów API platformy deweloperzy mogą tworzyć funkcje z opisem własnym, które aplikacje oparte na agentach mogą wykrywać i wykonywać za pomocą języka naturalnego. Podobnie jak w przypadku deklarowania funkcji backendu za pomocą serwerów w chmurze MCP, AppFunctions udostępnia rozwiązanie na urządzeniu dla aplikacji na Androida. Podobnie jak WebMCP wykonuje te funkcje lokalnie na urządzeniu, a nie na serwerze.

Integracja Galerii Samsung z Gemini na urządzeniach z serii Galaxy S26 pokazuje działanie funkcji AppFunctions. Zamiast ręcznie przewijać albumy ze zdjęciami, możesz teraz po prostu poprosić Gemini o „Wyświetlenie zdjęć mojego kota z Samsung Gallery”. Gemini przyjmuje zapytanie użytkownika, inteligentnie identyfikuje i uruchamia odpowiednią funkcję oraz wyświetla zwrócone zdjęcia z Samsung Gallery bezpośrednio w aplikacji Gemini, dzięki czemu użytkownicy nie muszą jej opuszczać. Ta funkcja jest multimodalna i można z niej korzystać za pomocą głosu lub tekstu. Użytkownicy mogą nawet używać zwróconych zdjęć w dalszych rozmowach, np. wysyłać je znajomym w SMS-ach.

Ta integracja jest obecnie dostępna na urządzeniach z serii Galaxy S26, a wkrótce zostanie udostępniona na urządzeniach Samsung z systemem One UI 8.5 lub nowszym. Dzięki AppFunctions Gemini może już automatyzować zadania w aplikacjach z różnych kategorii, takich jak Kalendarz, Notatki i Lista zadań, na urządzeniach różnych producentów. Niezależnie od tego, czy chodzi o koordynowanie wydarzeń w kalendarzu, porządkowanie notatek czy ustawianie przypomnień o zadaniach do wykonania, użytkownicy mogą usprawnić codzienne czynności w jednym miejscu.

Włączanie aplikacji agentowych za pomocą inteligentnej automatyzacji interfejsu

AppFunctions zapewnia aplikacjom uporządkowane ramy i większą kontrolę nad komunikacją z agentami i asystentami AI, ale wiemy, że nie każda interakcja ma jeszcze dedykowaną integrację. Opracowujemy też platformę automatyzacji interfejsu użytkownika dla agentów i asystentów AI, która będzie inteligentnie wykonywać ogólne zadania w zainstalowanych aplikacjach użytkowników, zapewniając im przejrzystość zasad przetwarzania danych użytkownika i kontrolę. To ta platforma wykonuje większość pracy, dzięki czemu deweloperzy mogą uzyskać zasięg agenta bez pisania kodu. To łatwy sposób na zwiększenie zasięgu bez konieczności przeprowadzania skomplikowanych prac inżynieryjnych. 
 

Aby uzyskać opinie podczas ulepszania tych ram, zaczynamy od wczesnej wersji testowej na urządzeniach z serii Galaxy S26 i wybranych urządzeniach Pixel 10. Użytkownicy będą mogli przekazywać Gemini wieloetapowe zadania, przytrzymując przycisk zasilania. Ta funkcja zostanie wprowadzona w wersji beta w aplikacji Gemini. Na początek będzie obsługiwać wybrane aplikacje w kategoriach dostawy jedzenia, zakupów spożywczych i przewozów w Stanach Zjednoczonych i Korei. Niezależnie od tego, czy użytkownicy chcą złożyć skomplikowane zamówienie pizzy dla członków rodziny o specyficznych gustach, skoordynować przejazd z wieloma przystankami z współpracownikami czy ponownie zamówić ostatnie zakupy spożywcze, Gemini może pomóc w wykonaniu tych zadań, korzystając z kontekstu dostępnego już w aplikacjach, bez konieczności wykonywania przez deweloperów dodatkowych działań.

Użytkownicy mają kontrolę nad zadaniem wykonywanym w tle za pomocą automatyzacji interfejsu. W przypadku każdej czynności automatyzacji użytkownicy mogą śledzić postępy zadania za pomocą powiadomień lub „widoku na żywo” i w dowolnym momencie przełączyć się na sterowanie ręczne, aby przejąć kontrolę. Gemini ma też ostrzegać użytkowników przed wykonaniem działań związanych z poufnymi danymi, takich jak dokonywanie zakupu. 

Co dalej

W Androidzie 17 chcemy rozszerzyć te możliwości, aby dotrzeć do jeszcze większej liczby użytkowników, programistów i producentów urządzeń.

Obecnie tworzymy rozwiązania z niewielką grupą deweloperów aplikacji, koncentrując się na zapewnieniu użytkownikom wysokiej jakości wrażeń w miarę rozwoju ekosystemu. W dalszej części tego roku podamy więcej informacji o tym, jak za pomocą funkcji aplikacji i automatyzacji interfejsu użytkownika włączyć integracje oparte na agentach w swojej aplikacji. Bądź na bieżąco z naszymi aktualnościami.