Hassabis 狂赞！谷歌爆改 50 年鼠标，指哪 AI 打哪，连提示词都省了

📌 一句话摘要

Google DeepMind 发布由 Gemini 驱动的 AI-enabled pointer 实验原型，通过将鼠标指针与语义理解结合，实现指向即交互，省去复制粘贴和提示词编写等上下文解释步骤。

📝 详细摘要

文章报道了 Google DeepMind 最新发布的实验性原型「AI-enabled pointer」，这是一个由 Gemini 模型驱动的智能鼠标指针系统。其核心设计理念是「AI 应该来找你，而不是你去找 AI」，旨在解决当前 AI 工具需要用户频繁切换窗口、复制粘贴、编写提示词来解释上下文的痛点。系统基于四个设计原则：保持流畅（Maintain the flow）、指给它看（Show and tell）、拥抱「这个」和「那个」的力量（Embrace the power of This and That）、让像素变成可操作的实体（Turn pixels into actionable entities）。通过结合光标位置、语音指令和屏幕内容，系统能理解用户的自然指向意图，无需用户费力描述上下文。目前已在 Google AI Studio 开放图片编辑和地图找地点两个 Demo。文章将这一创新置于人机交互史中，认为其意义堪比键盘、鼠标和触屏，标志着交互范式从「人主动表达」向「机器主动理解」的转变。

💡 主要观点

- AI-enabled pointer 旨在消除用户向 AI 解释上下文的摩擦。 当前 AI 工具需要用户频繁切换窗口、复制粘贴和编写提示词来告知 AI 当前工作内容，造成严重的认知中断。该原型通过让 AI 理解用户正在看什么，直接省去这一步骤。

系统通过「指向」+「语音」+「语义理解」实现自然意图传达。 用户不再需要精确描述，只需用鼠标或头部追踪指向目标，配合「这个」「那里」等自然语言指令，Gemini 即可结合视觉和语义上下文理解用户意图，实现「指哪打哪」。

该原型标志着人机交互从「人主动表达」向「机器主动理解」的范式转变。 从键盘、鼠标到触屏，前四代交互都要求人主动将意图翻译成机器能理解的形式。AI-enabled pointer 首次让机器主动理解用户的指向和上下文，压缩了「解释上下文」这一环节。

💬 文章金句

- AI 应该来找你，而不是你去找 AI。

提示词的本质一直都不是文字，而是意图。现在，意图终于可以用最短的方式传达了。
前四代交互都是「人主动表达」。这一代第一次是「机器主动理解」。
最好用的工具，往往是你忘记它存在的那种。

📊 文章信息

AI 初评：86

来源：新智元

作者：新智元

分类：人工智能

语言：中文

阅读时间：13 分钟

字数：3207

标签： Google DeepMind, AI-enabled pointer, 人机交互, Gemini, AI 产品

阅读完整文章

Hassabis 狂赞！谷歌爆改 50 年鼠标，指哪 AI 打哪，连提示词都省了

🤖 問 AI