AI眼镜并不需要独立完成所有任务。它更适合获得第一视角、捕捉意图和返回短结果，手机则继续承担复杂输入、授权与高风险确认。真正影响体验的，是任务切换设备时上下文有没有跟过去。本文给出一套跨设备接力框架，以及可以直接写进PRD的交接包和指标。

用户走到一家餐厅门口，看着招牌问眼镜：“帮我订明晚三个人的位置。”

眼镜识别了餐厅，Agent查到明晚还有空位，但接下来需要选择时间、确认联系人并支付订金。

系统应该继续用语音逐项询问，还是把任务交给手机？手机打开后，是回到餐厅首页，还是直接进入已经填好信息的确认页？

这道题看起来是在讨论设备分工，实际决定体验的，是任务有没有保持连续。

最差的跨设备体验，不是用户最后掏出了手机，而是他在眼镜上说过的话、看过的对象和系统完成的步骤全部丢失，只能从头再来。

因此，AI眼镜产品要解决的并不是“怎样彻底取代手机”，而是另一个更现实的问题：什么任务适合从眼前开始，又该在什么时候带着进度交给其他设备？

一、别把手机App缩小后搬到眼镜上

新终端出现时，团队很容易沿用旧终端的结构。

手机有消息列表，眼镜也做消息列表；手机有地图，眼镜也展示地图；手机有按钮和导航，眼镜也试图把它们塞进视野。

结果通常是一块更近、更小、也更难操作的屏幕。

AI眼镜真正擅长的，是从现实对象和当下意图开始任务。用户看着建筑问历史，看着白板说整理，看着餐厅说预订，而不是先找到某个应用图标。

因此，迁移到眼镜上的不是完整App，而是任务的第一步。

眼镜负责让任务更早开始，手机负责在信息密度、操作复杂度或风险升高时继续完成。评价体验的标准也不应是“有没有回到手机”，而应是“回到手机后是否还要重来”。

二、先给每台设备分工

跨设备体验混乱，往往不是技术连接问题，而是产品没有明确谁负责什么。

眼镜最适合第一视角、即时意图、短结果和免手操作。它靠近用户看到的对象，也适合在走路、做饭和搬东西时发起任务。

手表适合低打扰反馈和轻量确认。一次震动、一个手势或一个简短选项，可以完成暂停、拒绝和方向确认。

手机适合详细阅读、复杂输入、账号授权、支付和多选项比较。它仍然是多数个人数据、应用和服务的稳定后台。

电脑适合长内容编辑、跨资料处理和持续工作。眼镜里产生的白板摘要，最终可能要在电脑上进入项目文档。

Agent负责理解意图、规划步骤和维护状态。它的价值不是让每台设备都做更多，而是让用户少关心任务此刻运行在哪里。

三、什么时候交接，看4个维度

“遇到复杂任务就打开手机”仍然过于模糊。产品可以用4个维度决定交接时机。

第一个维度是信息密度。一句天气结果适合直接播报，十个航班方案则需要屏幕比较。

第二个维度是输入复杂度。确认一个时间可以用语音或手势，填写多人信息和修改地址更适合手机。

第三个维度是动作风险。查询和收藏可以在眼镜完成，支付、授权和对外发送需要更清楚的对象与后果展示。

第四个维度是注意环境。用户正在走路时，即使手机更适合，也不该立即要求他停下操作。系统可以先保存任务状态，等到安全时机再提醒继续。

这4个维度共同决定3种结果：留在眼镜完成、交给手表轻量确认、转到手机或电脑继续。

图1：AI眼镜跨设备任务接力图，制图：知序

四、交接时真正要传递的，是一个“任务包”

设备跳转本身并不难，难的是上下文跟过去。

一次完整交接至少要传递6类信息。

第一，用户意图。用户要完成什么，而不只是刚才说过哪句话。

第二，现实对象。眼镜看到的是哪家餐厅、哪块白板或哪件商品，识别置信度是多少。

第三，已完成步骤。系统查过什么、筛掉什么、已经获得哪些权限。

第四，待补信息。接下来只需要选择时间，还是还缺联系人、地址和支付方式。

第五，下一动作。新设备打开后应该展示结果、要求确认，还是继续编辑。

第六，回退路径。识别对象错误、权限过期或网络中断后，用户如何回到最近一个可靠状态。

这6类信息可以看作跨设备的“任务包”。没有任务包，所谓协同只是多个入口；有了任务包，任务才真正属于用户，而不是属于某台设备。

五、用订餐场景跑一遍接力

回到开头的订餐任务。

第一步，眼镜识别餐厅，用户说“订明晚三个人的位置”。系统锁定对象、人数和日期。

第二步，Agent查询空位，发现需要在两个时间段中选择。眼镜可以直接播报“六点半和七点半可选”，用户回答“七点半”。

第三步，任务进入订金支付。系统判断风险升高，不再继续纯语音操作，而是在手机上打开确认页。

第四步，手机页面已经带上餐厅、日期、人数、时间和联系人，只展示订金规则与支付按钮。用户不再搜索餐厅，也不需要重复填写。

第五步，支付完成后，结果同时回到眼镜和日历。眼镜用一句短反馈确认完成，详细订单留在手机。

如果餐厅识别错误，用户在手机上修改后，修正结果还要回写到本次任务，避免眼镜继续播报旧对象。

整个过程里，掏手机不是失败。让用户在手机上重新开始，才是失败。

六、跨设备PRD要补齐7个字段

传统需求经常只写“点击后跳转手机端”。这句话没有说明任务交接后是否连续。

跨设备PRD至少要写清：发起设备、交接条件、目标设备、任务包字段、目标页面、状态同步和失败恢复。

图2：跨设备接力PRD检查项，制图：知序

需求评审时，可以重点追问下面4件事。

• 新设备打开后，用户看到的是首页，还是任务当前步骤？
• 用户在任一设备修改对象和参数，其他设备多久同步？
• 交接失败时，原设备是否保留任务，还是直接丢失？
• 任务完成后，结果由哪台设备反馈，历史由哪里查询？

这些细节不属于“技术实现再定”，它们直接决定用户感受到的是一次连续任务，还是多次重复操作。

七、衡量接力体验，别只看设备调用量

眼镜唤醒次数和日均佩戴时长，能说明用户有没有尝试，却不代表跨设备任务已经成立。

第一项关键指标是免解锁发起率。原本需要拿出手机的任务中，有多少可以直接从眼镜开始。

第二项是跨设备完成率。从眼镜发起后，有多少顺利经过手表、手机或应用并完成，主要中断发生在哪一步。

第三项是上下文重复率。切换设备后，用户有多少信息需要重新输入、重新选择或重新说明。

第四项是交接恢复率。网络断开、权限过期或目标应用异常后，有多少任务能够回到最近状态继续。

第五项是主动回屏率。哪些任务最后仍然需要手机，原因是信息太多、风险升高，还是眼镜能力缺失。

回屏率高不一定是坏事。更值得警惕的是用户回到屏幕后，任务进度没有跟过去。

最后看打断成本。系统是否在走路、驾驶或交谈时要求复杂操作，又有多少任务因为交接时机不合适被用户放弃。

AI眼镜的目标不是让手机永远不亮，而是让每一次亮屏都发生在真正需要屏幕的时候。

八、没有手机生态的团队，先做一条窄任务链

跨设备接力并不只属于大型生态。

没有手机、手表和系统级入口的团队，可以先选择流程清楚、结果可验证的行业场景。例如维修人员通过眼镜识别设备，手机或平板承接工单确认；销售拜访时由眼镜捕捉行动项，电脑端继续整理客户记录。

这类场景的设备数量不一定多，但同样需要任务包、状态同步和失败恢复。

先把一条任务从现场感知做到后台完成，比在眼镜里复制一套完整应用更容易形成价值。产品的重点不是拥有多少终端，而是掌握一次任务的连续状态。

九、写在最后

AI眼镜最现实的角色，不是独立小电脑，而是设备网络里最靠近用户的前台。

它先看见现实对象，接住一句意图，再把复杂阅读、输入、授权和支付交给更合适的设备。手机没有退出，只是从每次任务都要面对的界面，变成多数任务仍在依赖的后台。

对产品经理来说，下一步不是继续往镜片里塞页面，而是画清任务从哪里开始、为什么交接、带着什么过去、失败后从哪里继续。

当用户在眼镜上说过的话不需要再说一次，在手机上打开的不是首页而是下一步，跨设备体验才真正成立。

设备可以切换。

任务不该重来。

参考资料

Samsung：Galaxy生态进入日常眼镜

Google：Galaxy Unpacked上的智能眼镜更新

Google：搭载Gemini的智能眼镜