Google 把 Gemini 放進 Android 與 Chrome：手機代理人的關鍵在最後一次確認

重點一：Google 正把 Gemini 從聊天框移到 Android、Chrome、Autofill 與未來筆電表面，讓手機成為日常任務的代理入口。 重點二：Chrome auto browse 與 Android app context 的共同控制點，是任務完成前仍要回到使用者的最後確認。 重點三：產品團隊現在該檢查的不是能不能追上 Google，而是自己的流程是否可讀、可停、可確認。

手機替你預約停車位時，最值得盯住的是最後一步：Gemini 把表單推到哪裡，何時停下來等你確認。

Google 在 2026 年 5 月 12 日把這個問題丟到 Android 和 Chrome 上。Gemini Intelligence on Android 可以讀螢幕或圖片脈絡，替使用者處理跨 App 的多步驟任務；Gemini in Chrome on Android 則把摘要、比較、Google app 連動與 auto browse 放進手機瀏覽器。Googlebook 也在同一天被預告，像是把同一套 Gemini Intelligence 從手機延伸到筆電。

這篇不適合寫成 I/O 功能總表。更有用的讀法是看一條手機代理人路徑：意圖從哪裡開始、Gemini 讀到哪些脈絡、它可以替你做到哪一步、最後一次確認是否足夠清楚。

Chrome auto browse 先露出新位置：代理人就在手機瀏覽器裡

Google 對 Chrome auto browse 的例子很生活化：你要去看脫口秀，但忘了預約停車位；Chrome 可以使用票券確認信裡的活動細節，替你找 SpotHero 停車位。另一個例子是 Chewy 訂單更新，讓 Chrome 協助把幼犬飼料改成成犬飼料。

這些例子不稀奇，稀奇的是它們發生的位置。過去使用者會在搜尋、地圖、信箱、購物網站和表單之間切換；現在 Google 想讓 Chrome 在同一個手機瀏覽器裡讀頁面、連到 Google app、理解任務，再替你把無聊步驟往前推。

Google 同時替這個能力畫了幾條邊界。Gemini in Chrome on Android 預計從 2026 年 6 月底起，在美國部分 Android 12 以上裝置推出；裝置需有 4GB 以上 RAM，語言設定要是 English-US。auto browse 更窄，先給美國 AI Pro 與 Ultra 訂閱者使用。

安全敘述也要照來源邊界讀。Google 說 Chrome auto browse 會使用與桌面版相同的安全防護，處理 prompt injection 這類新興威脅；涉及購買、社群貼文等敏感任務時，設計上會先要求使用者確認。這支持「Google 把確認做成控制點」的說法，不支持「Google 已經證明手機代理人安全可靠」。

Android 給 Gemini 三種材料：畫面、App、通知

Android 這邊的變化更接近作業系統層。

Google 說 Gemini Intelligence 會先從最新 Samsung Galaxy 與 Google Pixel 手機在 2026 年夏天開始分波推出，之後再到手錶、車、眼鏡、筆電等 Android 裝置。它的任務範圍從回答問題往外擴，開始使用螢幕或圖片脈絡來啟動動作。

官方例子包括：你在備忘錄裡有一串購物清單，長按電源鍵叫 Gemini 把品項放進外送購物車；你在飯店大廳看到旅遊手冊，拍照後請 Gemini 幫六人團找類似 Expedia 行程。Google 說使用者可以透過通知追蹤進度，Gemini 只會依使用者命令行動，任務完成後停下來，留下最後確認。

這就是文章的產品表面：Gemini 從聊天框往外移動，靠近手機畫面、App、通知與確認按鈕。

對產品團隊來說，這會改變「可用流程」的定義。以前 App 流程主要面對人的手指和眼睛；現在還要面對一個會讀畫面、搬資料、填欄位、暫停等待確認的代理人。流程能不能被理解、能不能被中斷、使用者能不能看懂最後一步，會比單純把按鈕做大更重要。

Autofill 的變化更敏感：表單開始吃進個人脈絡

Chrome auto browse 是任務代理，Autofill with Google 則碰到更敏感的表單層。

Google 說 Autofill with Google 會從基本便利功能變得更聰明，透過 Gemini 的 Personal Intelligence，在 App 與 Chrome 裡填寫更複雜的欄位。它也明確說這個連接是 opt-in：使用者可以選擇何時把 Autofill 與 Gemini 連起來，也能在設定中開關。

這裡的判斷點不能停在「AI 會幫你填表很方便」。表單常常是資料、權限、付款、帳號、預約與同意的交界。當 AI 開始根據個人脈絡填表，產品設計就需要把三件事變清楚：

表面	Gemini 讀到什麼	它可能做什麼	使用者邊界
Android App 脈絡	畫面、圖片、連接 App 資訊	建購物車、找行程、導航多步驟任務	命令啟動、通知追蹤、最後確認
Chrome 頁面	當前網頁、Google app 脈絡、opt-in 個人脈絡	摘要、比較、加入行事曆、auto browse errands	敏感任務確認
Autofill	opt-in Personal Intelligence	填寫複雜行動表單	設定中可開關
Googlebook	游標、手機 App / 檔案、Google app 脈絡	Magic Pointer 建議、widgets、跨裝置連續性	仍屬預告，避免過度解讀上市時程

這張表比功能清單重要。它把行動代理人的核心問題拆成三層：可讀、可做、可確認。

Googlebook 先當延伸線索

Googlebook 同日登場，很容易把文章帶偏。

Google 把它描述成為 Gemini Intelligence 設計的新筆電類別，結合 Android、Google Play app 與 ChromeOS。它有 Magic Pointer，可以在游標指向日期、圖片或頁面物件時給出 Gemini 建議；也有 Create My Widget、Cast My Apps、Quick Access 等跨手機和筆電的功能。官方產品頁目前標示 Coming Spring 2026，Google 介紹文則說後續還會公布更多細節。

它值得放進文章，因為它說明 Google 不只想把 Gemini 放進手機，也想把同一套「看見脈絡、給出建議、代辦一段流程」搬到筆電。但 Googlebook 目前仍是預告，細節少於 Android 和 Chrome。把它當主菜，文章會變成硬體前瞻；把它當延伸線索，反而能看清 Google 的方向。

Google 正在把 Gemini 的入口分散到系統裡：電源鍵、瀏覽器工具列、表單、游標、通知、手機與筆電的連續性。使用者未來可能不會特地「打開 AI」，而會在某個畫面上把一段任務交出去。

產品團隊該檢查什麼？讓流程可讀、可停、可確認

這件事對台灣團隊的實用價值，不在於立刻追 Googlebook 或等 auto browse 進台灣。更值得先檢查的是自己的產品表面。

如果行動瀏覽器和作業系統開始替使用者處理表單、訂單、預約、購物車與內容比較，App 和網站要回答幾個問題：

1. 流程是否可讀？ 重要欄位、錯誤訊息、價格、庫存、限制和同意文字，是否清楚到人和代理人都不會誤解？
2. 動作是否可停？ 一段任務能不能在付款、送出、發布、訂購、取消前自然停下來？
3. 確認是否可理解？ 使用者最後看到的是摘要、差異、風險、費用，還是只剩一個含糊的確認按鈕？
4. 錯誤是否可修復？ 代理人填錯欄位或遇到限制時，系統能不能給出可修正的回饋？
5. 個人脈絡是否可控？ 使用者能不能看懂哪些資料被用來填表、何時開啟、何時關閉？

Google 的公告還沒有證明這些問題都被解決。它只是把問題推到更靠近使用者的地方。

行動 AI 代理人的設計重點，會落在三個位置：它讀到什麼、替你做到哪一步、最後一次確認能不能讓人看懂。當手機瀏覽器開始替人跑任務，最有價值的產品設計會從加速流程，延伸到讓使用者在該停的地方真的停得住。

資料來源：Google Android、Chrome、Googlebook 官方公告與產品頁；Android Central；MacRumors。