最近AI圈聊得最多的，不是又出了哪个新模型，而是AI开始从网页里“搬”到你的手机和浏览器里了。
这阵子我身边至少4个同事在试AI浏览器，还有2个人开始在手机上跑小模型。方向变了，值得说说。
第一个风向是AI浏览器真的能用了。前两年这类产品基本是概念演示，打开一个网页要等半天。最近Perplexity的Comet、The Browser Company的Dia这类产品讨论度明显上来了，核心变化是它们不再只是“侧边栏加个聊天框”，而是能直接读你当前页面、帮你点按钮、填表单。我上周用Comet查一份英文报告，让它把页面里三张表格合并成一段中文摘要，等了大概8秒就出来了，不用来回复制粘贴。对普通人的意义很直接：以后查资料、比价、填重复表单这类事，可以少切好几个标签页。缺点是这类浏览器大多还在邀请制或小范围开放，稳定性一般，我遇到过一次页面读一半卡住的情况。
第二个风向跟手机有关，端侧小模型开始能干活了。圈里讨论比较多的是高通和联发科在新一代芯片上强调本地跑模型的能力，苹果这边也有类似方向。说人话就是：一部分AI功能不用联网、不用把数据传到云端，在手机上直接算。我试过在飞行模式下用某款手机自带的离线摘要功能，把一篇2000字的文章压成5条要点，等了大概3秒，效果够用。这事对普通人的价值有两个：一是隐私敏感的内容（比如病历、合同）可以不走云端；二是没网的地铁、飞机上也能用。当然别期待太高，离线模型参数量小，复杂推理还是得靠云端。
第三个风向是语音交互重新被捡起来。前两年大家比的是谁家语音更像真人，最近比的是谁能真的替你办事。ChatGPT的语音模式、Gemini的实时对话都在往“边说边执行”走，比如你说“帮我看看明天下午有没有空，有的话订个会议室”，它能连着日历和工具一起动。我自己的使用场景是开车时让它读消息并口述回复，识别准确率比一年前高不少，连续说三句话基本不用重来。普通人可以先从“语音记待办”这种低风险场景试起，别一上来就让它操作支付类的东西。
这三个方向里，我的判断是AI浏览器最实在，因为它是你现在就能上手、且每天都会用到的入口；端侧模型值得关注但别急着换手机，等两代再看；语音交互属于“用了就回不去”但需要挑场景。如果你只想花10分钟感受一下，建议先找个能试用的AI浏览器，让它读一篇你正在看的英文长文，比看十篇评测都直观。
FAQ
Q：这些热点里哪个跟我关系最大？
A：如果你每天要在电脑上查资料、填表、比价，AI浏览器最直接。如果你更在意隐私或者经常没网，关注端侧模型。
Q：这波趋势靠谱吗，还是又一波概念？
A：AI浏览器和端侧模型都有真实产品在跑，不是纯概念，但目前都还在早期，稳定性和权限管理是短板。建议先用免费额度试，别急着付费订阅。