AI 助手开始住进手机:不用联网,为什么还没人人可用?

9 月 9 日，Google 发布了 ADK for Kotlin 1.0。

这串名字听起来像开发者才会关心的版本号，真正的变化却在普通人的口袋里：Android 应用开始可以把一部分 AI 智能体直接放在手机上运行。

坐在没有信号的火车上，手机仍能整理一段语音、概括一篇短文、看懂一张照片；涉及隐私的内容，也不必为了得到一句回答先绕道远方服务器。

这比“聊天机器人做成手机版”多走了一步。智能体不只生成文字，还能记住任务状态、调用应用里的工具、把工作交给不同的小助手，并在敏感操作前停下来请人确认。

不过，先别急着把云端账号全关了。

今天大多数 AI 应用的路径都差不多：你输入文字或上传图片，数据经网络送到数据中心，模型算完再把结果送回来。

这条路能用上更大的模型，代价也很直接。网络断了，能力跟着断；每一次调用都有服务器成本；私密照片、工作文档和健康记录是否适合上传，还得多想一遍。

ADK for Kotlin 给开发者提供了另一种拼法。它可以通过 LiteRT-LM 在设备上运行模型，也可以调用 ML Kit 中的 Gemini Nano；需要更强能力时，再把任务交给云端。一个总管智能体甚至可以留在云端，把处理隐私内容的子任务留在手机本地。

Google 对 ML Kit 本地生成式接口的说明很明确：输入、推理和输出都在设备上处理，没有可靠网络时仍可工作，也不会为每次推理增加服务器调用费用。

对日常应用来说，这意味着一些“小而近”的能力终于更合理。键盘可以在本地润色短消息，相册可以描述图片，录音可以先在手机上转写，出行应用能在隧道里继续处理已经下载的资料。

手机里的模型不必排队等远端服务器，隐私边界也更容易解释。但本地运行之所以省流量、低延迟，恰恰因为它受到更窄的资源约束。

内存、电量和散热，都不会因为名字里多了“AI”就突然消失。ML Kit 的 Prompt API 要求输入少于 4000 个 token，也不适合生成超过 4000 个 token 的长内容。连续调用太密，会收到繁忙提示；耗电超过长时配额，也会被系统拦下。

还有一个容易忽略的限制：这套本地推理只允许应用处于屏幕最前方时运行。即使应用启动了所谓的“前台服务”，退到后台仍会被拒绝。

所以，它适合用户正在参与的短任务，不是把手机变成一台合盖以后通宵干活的服务器。想让复杂智能体长时间调查、批量处理文件，云端或一台持续运行的电脑依然更合适。

框架的 Android 核心可以兼容较早的系统版本，但真正运行 Gemini Nano 的设备范围要窄得多。Google 当前公布的名单主要是近几代中高端手机和平板；不同机型搭载的 Nano 版本也可能不同，同一个提示词不保证给出完全相同的结果。

这会给开发者出一道现实题：不能因为自己的新手机跑得动，就假设所有用户都跑得动。应用需要先检查模型是否可用、是否尚未下载，并为不支持的设备准备普通算法、云端处理或干脆关闭功能。

“本地”也不等于整款应用永不联网。ADK 支持本地与云端混合，智能体调用的天气、地图或搜索工具本来就可能访问网络。开发者仍要把哪些内容留在设备、哪些内容会发给谁，说得清清楚楚。

而且，模型留在手机里，不代表它天然有权翻遍手机。相册、麦克风、联系人和文件仍应按任务逐项授权。用户说“帮我找一张车票”，不该被悄悄解释成“以后可以查看我的全部生活记录”。

再往前一步看，开源的是 ADK 开发框架，采用开放许可证；具体使用的模型、系统服务、设备支持和应用条款，则是另一层问题。代码能读、能改，是重要起点，却不能自动替用户完成隐私判断。

ADK for Kotlin 1.0 最有意思的地方，不是把“多智能体”“上下文压缩”这些术语塞进手机，而是让开发者终于能按任务选择位置：照片不必离开相册，短文本不必绕地球一圈，重计算也不必硬塞进掌心。

好工具未必什么都在本地做，也未必什么都扔上云。它应该知道边界，还要让用户看得见边界。

当 AI 真正住进手机，最珍贵的能力也许不是随时回答，而是有些事情，它可以在不惊动网络、不交出数据的情况下，安静地替你做完。