從應用程式內代理到 Android 智慧系統：Android 開發人員高峰會介紹智慧型應用程式的新功能

在智慧時代，使用者不再只是點選應用程式，而是會表達高層次目標，並期望 Gemini 等 AI 代理能完成多步驟工作流程，有時甚至會跨裝置上的多個應用程式。為協助您滿足使用者需求，我們推出新方法，讓您在 Android 應用程式中打造智慧型代理體驗：

• 與 Android 智慧系統連結：透過 Android MCP 與系統代理分享應用程式功能。如要讓使用者透過 Android 版 Gemini 應用程式和 Google 搜尋，直接連結至您的應用程式，請加入連結的應用程式平台預先發布版計畫。
• 為應用程式加入智慧功能：使用 ML Kit GenAI API 在裝置端建構智慧功能和代理，並透過 Google Play 服務中的 LiteRT 導入自訂機器學習模型。透過 Firebase AI Logic，在雲端使用 Gemini 模型，並讓代理使用 A2UI Compose 轉譯器建構原生 Compose UI。

您可能已在 Android 開發人員高峰會主題演講中，看過部分新 API 和開發人員工具。現在，您可以透過我們全新的深入資源，學習如何建構智慧型應用程式，包括 10 場全新的隨選研討會，內容涵蓋全新的智慧型體驗。

與 Android 智慧系統連結

Android 智慧系統是系統基礎，旨在保護使用者，同時將 AI 代理與 Android 裝置上的應用程式連結。在 Android 生態系統中，Gemini 可在手機、穿戴式裝置、XR 眼鏡、電視和汽車等裝置上，為使用者提供提示式和主動協助。

• 提示協助：使用者主動要求代理達成目標 (例如「查看我的日曆、預約叫車，並傳送訊息給 Jingyu，告知預計到達時間」)，代理會協調各應用程式的工具來完成。如要以最快、最可靠的方式執行，可以使用遠端 MCP 伺服器或本機 Android MCP。代理也可以改用 Android 的電腦控制架構完成動作，不需整合應用程式端。
• 主動協助：系統會預測使用者需求，直接在螢幕鎖定畫面、通知、虛擬鍵盤和應用程式中，顯示情境建議方塊。

我們提供以常見 MCP 標準為基礎的 API 和工具，讓您控管應用程式與 Android 智慧系統整合的方式。Android MCP 採用 AppFunctions Jetpack 程式庫，是我們統一的工具呼叫架構。無論是系統代理或裝置端應用程式內代理，你都能直接在裝置上與符合條件的 AI 代理互動。遠端 MCP 伺服器可讓您跨平台觸及。

Android MCP 是 Android 原生解決方案，可與遠端 MCP 搭配使用。如果使用者歷程採用端對端加密或機密本機裝置資料、需要裝置感應器和硬體、必須在本機執行，或沒有可用的伺服器端點，建議採用 Android MCP 整合路徑。

如要進一步瞭解 Android 智慧系統，以及如何整合 Gemini 做為系統代理，請觀看這場演講：

將智慧功能導入應用程式：從裝置端代理到 A2UI Compose 轉譯器

Gemini Nano 4 推出函式呼叫等新功能，我們也擴充 ML Kit GenAI API，完全在裝置端建構 Agentic Workflows。我們透過 ML Kit 的直接模型存取功能，提供 Prompt API 和全新 Agentic API，可自動執行函式、儲存對話記錄、管理自動化調度管理迴圈，並提供自動護欄。歡迎查看 GitHub 上的 Jetpacker 程式碼範例，並觀看這部影片，深入瞭解如何透過 ML Kit 生成式 AI API，在應用程式中啟用代理能力：

除了新的 Agentic API，我們也將推出一系列新的裝置端功能：

• 概略瞭解裝置端 ML Kit GenAI API，包括 Prompt API 功能 (例如思考模式和系統指令)，以及採用 EmbeddingGemma 2 的新 Alpha 版 API (例如 Embeddings API)。您也會瞭解 Android 系統的底層最佳化，並查看已在實際環境中運作的常見裝置端生成式 AI 用途。
• 深入瞭解 Gemini Nano 4 的模型架構，該模型是以 Gemma 4 為基礎建構而成。Gemini Nano 4 採用逐層嵌入、量化感知訓練和多重詞元預測技術，根據內部測試基準，推論速度比前一代 Gemini Nano 模型快 3 倍，記憶體用量則減少高達 4 倍。
• 您可以使用 Google Play 服務中的 LiteRT 執行自訂機器學習模型，享有更快的 GPU 效能。LiteRT 會從 APK 中移除執行階段，讓 APK 縮減約 8 MB。現在也支援 Wear OS 和 Android Automotive OS。無論您是使用現成的 ML Kit API，還是自備自訂邊緣模型，請參閱公告並觀看這場演講。
• 瞭解這些 API 如何在實際應用程式中搭配運作，例如 XR 語言老師，在手機和智慧眼鏡上使用 ML Kit 的語音辨識、語音翻譯和文字轉語音 API；以及 Formula E AI 副駕駛，使用 Gemini Nano、ML Kit 直接模型存取權和 Agent Development Kit (ADK) 建構。

如果工作流程涵蓋雲端和本機處理，Firebase AI Logic 提供簡單的混合式解決方案。您可以呼叫 Gemini 4 等進階雲端模型，同時在 Gemini Nano 支援時使用裝置端推論。如要保護應用程式並控管正式環境的成本，請使用 Firebase App Check、新的伺服器提示詞範本和 Firebase 支出上限。

Jetpack Compose A2UI 轉譯器現已推出 Alpha 版，可協助代理「說出 UI」，正如主題演講示範中 Jetpacker 的即時預訂助理。代理可直接透過 JSON 通訊協定，串流功能多元的互動式原生 Compose UI。歡迎開始使用 A2UI Compose 轉譯器，並提供意見回饋。觀看這場演講，瞭解如何在應用程式中實作這項功能。

透過連結的應用程式平台，在 Gemini 和 Google 搜尋中觸及目標對象

在各項 Google 平台上，使用者從提問轉為採取行動。我們推出了連結的應用程式平台，讓您在 Gemini 和 Google 搜尋中觸及高意願使用者。這個平台結合了 Android MCP (用於原生裝置端執行) 和遠端 MCP 伺服器 (用於跨平台觸及)。您現在可以透過 Gemini 系列應用程式開發人員模式，在本機建構及測試。準備好正式推出時，請加入預先發布版等候名單。預先發布版目前僅開放給支援類別中，少數可部署於正式環境的應用程式，日後將開放更多自助存取權。

如要瞭解如何建構、測試及發布第一個連結的應用程式，請觀看「使用連結的應用程式平台將應用程式擴充至 Gemini 和 Google 搜尋」影片。

運用最新功能，開始建構智慧型應用程式

如要開始建構，請使用 ML Kit Agentic Workflows建立裝置端代理，並透過新的 Android 技能直接存取模型。使用預先發布版模型的新功能進行測試時，請務必選擇加入 AIcore 開發人員預覽版計畫。使用 ML Kit API 為應用程式加入智慧功能，並透過 Google Play 服務中的 LiteRT 執行自訂機器學習模型。直接使用 Firebase AI Logic，在雲端執行 Gemini 模型推論，並使用 Jetpack Compose A2UI 轉譯器，從 JSON 串流原生 Compose UI。最後，請與 Android 智慧系統整合，使用 AppFunctions 技能和範例代理，透過 Android MCP 建立原型，並註冊 連結的應用程式平台開發人員預覽版。

希望很快就能看到你打造的優質應用程式！