大约十年前，如果你在睡前把手机接上充电器，它通常只会持续不断地充电。电量一路攀升到100%，之后仍以最高充电电压维持整晚供电，原因在于当时的智慧型手机并不会区分白天充电和夜间待机充电的情境。只要手机插着电源并连接网络，系统便会以相同方式管理电池。然而，现今的情况早已不同。
如今，大多数Android 手机都已配备智慧充电功能，这是因为电池若长时间处于满电状态，并承受高电压与高温环境，会加速电池老化，缩短使用寿命。为了降低这种损耗，现代手机会通过使用习惯分析，推测你每天起床并开始使用手机的时间。当电量达到约80% 后，系统便会放慢充电速度，甚至暂时停止充电，并在你即将起床前再将电量补至100%，兼顾电池健康与使用需求。
而这只是手机在夜间默默进行的众多工作之一。当你进入梦乡时，手机其实并没有真正休息，它仍持续在背景执行各种任务，维护系统运作、同步资料，并为隔天的使用做好准备。
Gboard 的AI 训练
当你的手机在夜间充电、闲置且连接Wi-Fi 时，Android 系统中的一项隐藏服务便会悄悄启动。这项服务称为JobScheduler（作业排程器），主要负责安排各类背景维护工作，并在装置最适合的时机执行。当系统判定手机正处于夜间维护时段时，JobScheduler 会通知Gboard（谷歌 键盘）开始执行特定任务。此时，谷歌 的伺服器会向装置推送人工智慧模型与相关训练指令，而手机则会在背景下载这些内容。
接着，这些AI 模型会利用装置本机储存的打字资料进行训练。事实上，Gboard 在日常使用过程中，会持续记录与保存各种输入相关资讯，例如常用单字与片语、自动更正纪录、接受过的自动完成建议等。这些资料都保留在手机本地端，而不会直接上传至云端。通过分析这些本地资料，AI 模型能够产生一组称为权重梯度（Weight Gradients）的数学参数。这些梯度反映了模型从使用者输入习惯中学习到的结果，也是改进预测能力的重要依据。
值得注意的是，传送回谷歌 的并非你的实际输入内容，而是这些经过运算后的数学参数，谷歌 再利用来自众多使用者装置的梯度资料，持续最佳化Gboard 的输入与预测功能。不过，从理论上来说，若掌握足够资讯，研究人员仍有可能通过这些梯度推测出部分训练资料，因此，谷歌 会在资料中加入随机杂讯，并通过加密与聚合机制，将你的资料与其他使用者的资讯混合处理，以降低被逆向推断的风险，进一步保障使用者的隐私与打字内容安全。
清扫善后
随着手机使用时间增加，储存装置的效能也会逐渐下降。这里所指的并非单纯储存空间不足，而是快闪记忆体（Flash Storage）本身的读写效率会随着长期使用而受到影响。同时，系统运作过程中还会不断产生快取、暂存资料、无用日志以及各种残留文件，这些「数位垃圾」虽然平时不易察觉，却会逐渐占用宝贵的储存空间。
除此之外，多数手机应用程式都依赖资料库来储存使用者资讯、设置与操作纪录。随着资料量持续累积，这些资料库可能变得越来越庞大且零散，导致资料存取效率下降，进而造成应用程式启动变慢、操作卡顿，甚至出现延迟现象。为了避免这些问题影响使用体验，Android 系统会定期执行自动维护作业。而这项工作，同样由我们熟悉的JobScheduler（作业排程器） 负责安排。
当JobScheduler 侦测到手机处于闲置、充电且不影响使用者操作的状态时，便会启动一系列背景维护程序。首先，系统会整理和清理快闪记忆体中的闲置区块，让储存装置能够维持较佳的读写效能，避免因长期使用而出现速度下降的问题。接着，系统会对应用程式资料库进行最佳化与重组，整理零散的资料结构，使应用程式能更有效率地存取资讯，减少开启和操作时可能出现的延迟。
最后，维护程序会扫描并移除不再需要的暂存文件、残留资料以及孤立文件，释放被浪费的储存空间，让装置保持更干净、更顺畅的运作状态。换句话说，当你熟睡时，手机其实也在默默进行一场「大扫除」，通过一系列自动维护机制，确保储存系统与应用程式能在隔天维持最佳效能。
扫描整个媒体库
你或许曾经发现，手机的相簿应用程式能够自动将家人、朋友，甚至宠物的照片分类整理，并依照不同对象建立专属相簿。不仅如此，相簿还能辨识模糊、重复或构图不佳的照片，主动建议使用者删除，以节省储存空间。更方便的是，如今许多相簿应用程式都支援自然语言搜寻功能，让你只需输入简单关键字，就能快速找到想要的照片。而这些看似神奇的功能，其实都是手机在夜间默默运作的成果。
分析数百甚至数千张照片、辨识人物面孔、建立搜寻标签，以及执行各种AI 视觉任务，都需要消耗大量运算资源。因此，在开始这些工作之前，JobScheduler（作业排程器） 会先确认手机是否处于闲置状态、正在充电，并已连接Wi-Fi，以免影响使用者的日常操作体验。接着，系统中的媒体扫描服务会检查装置内新增、修改或删除的照片与视频，并将相关资讯整理后储存到中央媒体资料库，作为后续分析的基础。
在此之后，装置端的AI 模型会开始分析你的媒体库。当系统侦测到照片中出现人脸时，便会撷取脸部特征，并将其转换成数学向量。通过比较这些向量之间的相似度，AI 就能将属于同一个人的照片自动归类在一起，这正是「依人脸分类」功能的核心原理。然而，照片本身并不会自带「这是汽车」或「这是宠物」之类的描述资讯。为了让使用者能够通过关键字搜寻照片，AI 还必须进一步分析影像内容并建立标签。
例如，系统可能辨识出照片中出现了动物、汽车、食物、海滩或建筑物等元素，然后自动建立相应的索引。如此一来，当使用者在搜寻栏输入「动物」、「汽车」或「海边」等关键字时，相簿就能迅速找出相关照片。
除了物件辨识之外，手机内置的光学字元辨识（OCR）技术也会同步运作。它能读取照片、文件扫描档或萤幕撷图中的文字内容，并建立可供搜寻的本机索引。这表示即使你忘记照片存放在哪个资料夹，只要记得图片中的某段文字，也有机会通过搜寻快速找到它。此外，AI 视觉模型还能辨识萤幕截图、重复照片、模糊影像以及其他值得整理的内容，进一步协助管理庞大的媒体库。
值得一提的是，与Gboard 采用的学习机制不同，这些照片分析与影像辨识工作大多直接在装置本机完成。换句话说，照片无需上传至云端即可完成分类、搜寻与整理，在提供便利功能的同时，也能兼顾使用者的隐私安全。
隔夜应用最佳化
如果你曾使用过早期的Android 手机，应该对那种点击App 图示后还要等待好几秒才能开启的情况印象深刻。过去很长一段时间里，许多人认为iPhone 和Android 最大的差别之一，就是iOS 的应用程式启动速度明显更快。然而，近年来这项差距已经大幅缩小，许多Android 手机的操作流畅度甚至已接近旗舰级水准。
你可能会认为这完全是硬体进步的成果。事实上，更强大的处理器和更快的储存晶片确实贡献良多，但这并非唯一原因。即使是中阶Android 装置，如今也较少出现过去那种明显的卡顿感，而这背后还有一套在夜间默默运作的最佳化机制。
一般而言，应用程式的程式码在执行前，需要先转换成处理器能够直接理解的机器码。若这项转换工作在使用者开启App 的瞬间才进行，就会造成额外的等待时间，而这正是许多应用程式启动延迟的根源。自Android Nougat（Android 7）开始，谷歌 对这项机制进行了重大改良。
白天使用手机时，Android Runtime（ART）会持续分析你的使用习惯，不仅记录最常开启哪些应用程式，也会观察你在这些App 中最常使用哪些功能与操作流程。当夜晚来临、手机处于充电且闲置状态时，背景服务便会根据白天收集到的资料，提前对这些热门应用进行最佳化处理。换句话说，系统会预先准备好最有可能被使用的程式码，减少隔天启动时需要即时处理的工作量。
因此，当你第二天再次打开相同的App 时，它往往能够更快速地载入与执行，给人一种整体系统更加流畅的感受。
事实上，当你的手机整晚放在床边充电时，它并不只是单纯地补充电量。在保护电池健康方面，系统会通过智慧充电机制调整充电速度，避免电池长时间维持在高电压状态。同时，手机也会利用这段闲置时间执行各种背景维护工作，例如清理系统垃圾、整理储存空间、最佳化应用程式效能，以及更新资料库结构等。除此之外，许多你每天使用却不易察觉的AI 功能，也是在夜间完成训练与整理。例如图库中的人脸辨识、照片分类、文字搜寻，以及键盘输入的智慧预测与自动校正功能，都仰赖这些背景运算持续进行最佳化。
换句话说，当你熟睡时，手机其实也正在忙碌地工作。它不仅照顾电池健康，还会清理系统、加速应用程式运作，并持续提升各种AI 功能，让你隔天拿起手机时，能够获得更顺畅、更智慧的使用体验。
