S
SkillNav

原生自适应界面(NAI):Google 推出面向无障碍的 AI 新框架

资讯Google2026-02-05T17:00:00+00:004 分钟阅读
原生自适应界面(NAI):Google 推出面向无障碍的 AI 新框架

您的浏览器不支持 audio 元素。

收听文章

此内容由 Google AI 生成。生成式 AI 仍处于实验阶段

[[duration]] 分钟

我们相信,技术在服务每个人时才能发挥最大价值。尤其在无障碍领域,这一点更加重要。长期以来,一直是人去适应技术——而我们希望构建的是“能适应人”的技术。

这正是原生自适应界面(Natively Adaptive Interfaces,NAI)背后的核心理念:利用 AI 让无障碍成为产品默认能力,而非事后补充。我们这项研究的目标,是从一开始就打造更个性化、也更有效的辅助技术。

原生自适应界面如何工作

NAI 不再把无障碍功能做成独立的“外挂选项”,而是在产品设计起点就把“可适配性”内建进去。比如,基于 NAI 框架构建的 AI Agent 可以在你的引导和监督下协助完成任务,并智能地自我重构,从而提供更易访问、更个性化的体验。在我们的原型研究中,这一框架得到了验证:一个主 Agent 先理解你的整体目标,再与多个小型专业 Agent 协同处理具体任务——例如通过调整 UI、缩放文字来提升文档可访问性并实现个性化体验。举例来说,它可以为盲人生成音频描述,或为 ADHD 用户简化页面布局。

这往往会产生“路缘坡道效应(curb-cut effect)”:原本为特定需求设计的功能,最终也会让所有人受益。比如,为运动障碍人士设计的语音控制应用,同样能帮助正在抱孩子的家长。

与残障群体共同构建、为其构建

NAI 框架遵循一条核心原则:“Nothing about us, without us(没有我们的参与,就不要替我们做决定)。”开发者在设计和开发全过程中与残障社群协作,确保产出的方案既“有用”也“好用”。在 Google.org 支持下,我们正在资助一批服务残障社群的领先机构——例如罗切斯特理工学院国家聋人技术学院(RIT/NTID)、The Arc of the United StatesRNIDTeam Gleason——帮助它们为各自社群打造自适应 AI 工具,解决现实中的关键摩擦点。

Grammar Lab 是由 RIT/NTID 英语讲师 Erin Finton 开发、基于 Gemini 模型构建的 AI 辅导工具。这是 RIT/NTID 工程师、学生与 Google 的协作成果:Grammar Lab 将 RIT/NTID 与 Erin 多年积累的专业课程体系转化为自适应工具,利用 AI 生成个性化选择题,并围绕学生在美国手语(ASL)和英语中的能力与语言目标进行训练。这使学生能够以更高的独立性与信心夯实 ASL 和英语的语言基础。我们最近还在由 BBC StoryWorks Commercial Productions 为我们制作的影片中介绍了这款工具,展示它如何帮助 Erin 更好地支持学生学习。

我们对这些由非营利机构推动的创新实践感到振奋。我们相信,只要持续与残障社群协作共建,就能让世界变得更无障碍。

查看原文 ↗

相关文章

资讯Simon Willison·3月6日
Clinejection 攻击披露:仅靠 Issue 分诊提示词即可攻陷 Cline 生产发布流程

研究者 Adnan Khan 披露了一条针对 Cline GitHub 仓库的完整攻击链:攻击者先通过 Issue 标题中的 prompt injection 控制 AI 分诊流程,再借助 GitHub Actions 缓存投毒影响夜间发布任务。尽管分诊工作流本身不含高价值密钥,但因与发布工作流共享缓存键,最终仍导致 NPM 发布凭据可被窃取。事件后 `cline@2.3.0` 曾被匿名攻击者发布(现已撤回),所幸未造成更严重后果。

3 分钟
Copilot 代码审查突破 6000 万次,GitHub 详解 Agent 架构演进
资讯GitHub·3月5日
Copilot 代码审查突破 6000 万次,GitHub 详解 Agent 架构演进

GitHub 表示,自 2025 年 4 月推出 Copilot code review 以来,使用量已增长 10 倍,如今占 GitHub 全站代码审查的五分之一以上。团队通过持续评估闭环与 Agent 化架构优化,将“好审查”聚焦在准确性、信号强度与速度三项核心指标,并在真实生产环境中用开发者反馈和问题修复率衡量效果。当前已有超过 1.2 万家组织在每个 pull request 上自动运行该能力,GitHub 下一步将推进更深度个性化与双向交互审查体验。

8 分钟