谷歌把50岁的鼠标变成了“读心术”AI？以后指哪打哪，连提示词都省了！

TL;DR：

那个陪你点来点去，但永远不懂你在干嘛的鼠标指针，现在要被谷歌灌进AI了。以后你指着屏幕说“这个改成那个”，它就能秒懂，再也不用费劲巴拉地复制粘贴写提示词了。DeepMind CEO都直呼“很神奇”。

别骂了，那只“呆头鹅”鼠标，它终于要开窍了。

如果你是个朝九晚五的“赛博打工人”，你一定经历过这种令人血压升高的场景：

为了改一张图里的一个字，你得先截图，打开AI工具，粘贴图片，再输入一段小作文描述上下文……等你完成这一套“仪式”，灵感早就凉透了。

这不能怪你，要怪，就怪那个陪你加班了大半个世纪、却永远像个“木头人”的鼠标指针。自1970年代诞生以来，它就只会干一件事：告诉你光标在哪。至于你在看啥？你想干啥？它一概不知。

但就在今天，谷歌DeepMind对着这只“呆头鹅”的脑袋里，狠狠注入了一管Gemini AI。 这个名为 “AI-enabled pointer”（AI智能指针） 的原型，瞬间让鼠标开窍了。

Demis Hassabis（那个诺贝尔奖得主）亲自下场发帖，形容这个体验“相当神奇”（pretty magical）¹。能让这位大佬发出这种感慨，事情显然不简单。

你的“嘴替”，AI来做

以前的AI更像一个“住在大house里的高人”——你想找它帮忙，得先穿过花园（切窗口）、敲三下门（复制粘贴）、再把来意写在纸上递进去（写提示词）。

而谷歌这次的想法很“野”：凭啥要我去找你？AI得主动来伺候我。

这个新指针的杀手锏就是四个字：指哪打哪。

你不需要再费力描述“我正在看的那个东西是什么”，因为它也能“看见”了。系统会捕捉你光标悬停处的所有视觉和语义信息，你只需要像跟同事聊天一样，随口说一句：

• “把这个便签改成橙色” ➡️ 光标指着的便签立刻变色。
• “这个餐厅，按这张图的风格画个菜单” ➡️ 两个手指+一句话，搞定。

这就是DeepMind反复强调的 “拥抱这个和那个的力量” 。² 提示词的本质从来不是文字，而是意图。现在，你一个眼神（实际上是光标），AI就能秒懂你的意图。

从像素到“像素人”，一个新时代要来了？

这背后是四个“心机满满”的设计原则：保持流畅、指给它看、拥抱指代词、让像素变成可操作的实体。

别被这些术语吓到，你只需要知道结果：屏幕上的像素，第一次有了“语义”。

你指着一栋建筑的图片，它能识别出“这是个地点”，然后“给我导航”就蹦出来了； 你指着一份手写便条，它能认出字，然后自动生成一份待办清单； 你指着邮件里的一个日期，说“创建日历事件”，它立刻照办。

谷歌把这叫“Magic Pointer”，并已经开始落地了。 目前已经在Google AI Studio开放了两个Demo（图片编辑和地图找点），并且很快会集成到Chrome浏览器和今年秋季上市的Googlebook笔记本里。³⁴

等等，这难道不是我的终极“赛博外挂”？

看到这，你可能已经颅内高潮了。但冷静，把这只“聪明指针”放回历史长河里，你会发现更有意思的事：

• 1973年，鼠标让人类学会了“指”图标。
• 2007年，iPhone让人类学会了“摸”屏幕。
• 2022年，ChatGPT让人类学会了“打字”写提示词。
• 2026年？这只指针教你“指一下然后说出来”。

每一次交互跃迁，都是机器在靠近人类，而不是人类去迁就机器。这一次，谷歌想压缩的是那个最烦人的“解释上下文”的步骤。

当然，从酷炫的演示到日常的稳定好用，还有一段路要走。比如识别准确率、跨应用兼容性，以及最重要的——你的屏幕信息会被AI怎么“看”和处理？ 隐私这关过不了，再炫酷也是白搭。

但不可否认，这可能是自鼠标诞生以来，人机交互最接近“心灵感应”的一次实验。

那个陪你50年的小箭头，或许真的要在下一个50年里，开始尝试理解你了。

• AI鼠标
• Google DeepMind
• 人机交互
• 提示词终结者
• 赛博外挂