Google把Gemini塞进车载系统后

去年12月，Google把Gemini塞进Android Auto的时候，没人想到这会是一次「换脑手术」。我开了三个月，发现一个反常识的事实：这个在手机上连定时器都设不利索的AI，到了车里反而成了最靠谱的副驾。

数据很能说明问题：Google Assistant处理多步骤指令的失败率，在车载场景下长期居高不下。而Gemini的接入，本质上给汽车装了一个能推理的认知层——不是更响的喇叭，而是换了个会思考的大脑。

场景一：导航终于听懂人话了

传统车载导航有个老毛病：非黑即白。你要么走A路线，要么走B路线，想中途加个加油站？系统当场死机。

Gemini的处理方式完全不同。上周我从深圳开车去广州，顺口说了句「找条不堵的路，中途加个充电站，别走高速收费那段」。它没反问「您指的是哪段」，而是直接规划了一条绕行北环、经停南沙充电站的路线。

Google工程师在1月的更新日志里提过，这是多轮意图理解的落地——把「不堵」「充电」「避开收费」三个约束条件同时满足，而不是逐个询问确认。

老Assistant在这种场景下的标准回复是「我不明白」。现在Gemini的应对是默默算完，把结果甩到屏幕上。

场景二：跨应用的操作链

车载场景最烦的不是功能少，是功能散。导航、音乐、消息、日历，四个App四个入口，开车时切来切去等于玩命。

Gemini的解法是把操作串成链。我试过一个典型场景：「告诉张三我晚到20分钟，然后放我上周收藏的那个播客，音量调低两格」。

拆解一下这个动作：先打开消息App找到联系人发送延迟通知，再跳转音乐App定位到特定播客，最后调节系统音量。老Assistant会在第一步就卡住，Gemini则能在10秒内走完全流程。

Google把这叫「扩展执行」（Expanded Execution），说白了就是让AI记住中间状态，而不是每步都让用户确认。这个能力在手机上还没完全放开，车里反而先用上了。

场景三：模糊指令的推理补全

开车时说话不可能像写代码那样精确。人说「找地方吃饭」，背后藏着一堆隐含条件：现在几点、附近有什么、偏好什么口味、预算多少。

老Assistant的处理方式是列个列表让你选，本质上把决策压力抛回给用户。Gemini会主动推理：当前时间12:47，判断是午餐场景；结合历史记录，你常去粤菜馆；再过滤掉评分低于4.0的——最后推一家「距离8分钟、现在有位」的选项。

我故意试过一次刁难：「上次去东莞吃的那家，附近有没有类似的」。Gemini从聊天记录里挖出三个月前的一家烧鹅店，在当前位置3公里内找到同品牌分店，还备注了「这家店烧鹅口碑更好，但停车难」。

这种「记得住、联得上、推得准」的能力，靠的是Gemini的长上下文窗口。Google没公布具体数字，但实测它能回溯至少半年的对话记录做关联。

场景四：失败时的降级处理

最意外的改进不是成功的时候，是搞砸的时候。

以前问复杂问题，Assistant要么沉默，要么弹出一堆不相关的搜索结果。现在Gemini会明确告诉你「这个我做不到，但我可以帮你做X」——把开放性请求转成它能处理的封闭任务。

比如我问「这附近有没有适合拍照的地方，最好有老建筑，人别太多」，它先承认「我无法实时获取人流数据」，然后补充「但我可以导航到沙面岛，那里老建筑集中，工作日人流相对较少，需要查看实时路况吗」。

这种「部分满足+明确边界」的交互，比假装听懂然后乱答要体面得多。产品经理把这叫做「优雅的失败」，但用户感知到的只是「这玩意儿不装傻」。

三个月用下来，一个感受越来越清晰：Gemini在车里比在手机里更像一个成熟产品。可能是因为车载场景的需求更聚焦——导航、通讯、娱乐、信息查询，四个核心场景做深比做广更重要。也可能是Google终于意识到，开车时用户输不起，一次理解错误就可能错过高速出口。

1月的更新里，Google给Gemini加了实时视频理解和更长的上下文记忆。这些能力还没完全下沉到车载端，但路线图已经很明显：汽车正在成为AI Agent的第一个完整试验场。

一个值得玩味的细节：Google在官方文档里把车载Gemini定义为「驾驶专用智能体」（Driving-optimized Agent），而不是「助手」的升级。措辞变化背后，是产品定位的彻底转向——从执行命令的工具，变成能自主决策的代理。

我还在等一个功能：让Gemini记住我常走的路线偏好，在没指令的情况下主动建议「今天周五，往常这个点南环很堵，要不要试试新开通的东晓南放射线」。如果这一步落地，导航和助理的边界就彻底模糊了。

你最近一次用车载语音助手是什么时候？它听懂你的真实需求了吗，还是你不得不放慢语速、换个说法、最后干脆自己动手？