大約十年前，如果你在睡前把手機接上充電器，它通常只會持續不斷地充電。電量一路攀升到 100%，之後仍以最高充電電壓維持整晚供電，原因在於當時的智慧型手機並不會區分白天充電和夜間待機充電的情境。只要手機插著電源並連接網路，系統便會以相同方式管理電池。然而，現今的情況早已不同。
當手機夜晚充電時，它都在做些什麼？
如今，大多數 Android 手機都已配備智慧充電功能，這是因為電池若長時間處於滿電狀態，並承受高電壓與高溫環境，會加速電池老化，縮短使用壽命。為了降低這種損耗，現代手機會透過使用習慣分析，推測你每天起床並開始使用手機的時間。當電量達到約 80% 後，系統便會放慢充電速度，甚至暫時停止充電，並在你即將起床前再將電量補至 100%，兼顧電池健康與使用需求。
而這只是手機在夜間默默進行的眾多工作之一。當你進入夢鄉時，手機其實並沒有真正休息，它仍持續在背景執行各種任務，維護系統運作、同步資料，並為隔天的使用做好準備。
Gboard 的 AI 訓練
當你的手機在夜間充電、閒置且連接 Wi-Fi 時，Android 系統中的一項隱藏服務便會悄悄啟動。這項服務稱為 JobScheduler（作業排程器），主要負責安排各類背景維護工作，並在裝置最適合的時機執行。當系統判定手機正處於夜間維護時段時，JobScheduler 會通知 Gboard（Google 鍵盤）開始執行特定任務。此時，Google 的伺服器會向裝置推送人工智慧模型與相關訓練指令，而手機則會在背景下載這些內容。
接著，這些 AI 模型會利用裝置本機儲存的打字資料進行訓練。事實上，Gboard 在日常使用過程中，會持續記錄與保存各種輸入相關資訊，例如常用單字與片語、自動更正紀錄、接受過的自動完成建議等。這些資料都保留在手機本地端，而不會直接上傳至雲端。透過分析這些本地資料，AI 模型能夠產生一組稱為權重梯度（Weight Gradients）的數學參數。這些梯度反映了模型從使用者輸入習慣中學習到的結果，也是改進預測能力的重要依據。
值得注意的是，傳送回 Google 的並非你的實際輸入內容，而是這些經過運算後的數學參數，Google 再利用來自眾多使用者裝置的梯度資料，持續最佳化 Gboard 的輸入與預測功能。不過，從理論上來說，若掌握足夠資訊，研究人員仍有可能透過這些梯度推測出部分訓練資料，因此，Google 會在資料中加入隨機雜訊，並透過加密與聚合機制，將你的資料與其他使用者的資訊混合處理，以降低被逆向推斷的風險，進一步保障使用者的隱私與打字內容安全。
清掃善後
隨著手機使用時間增加，儲存裝置的效能也會逐漸下降。這裡所指的並非單純儲存空間不足，而是快閃記憶體（Flash Storage）本身的讀寫效率會隨著長期使用而受到影響。同時，系統運作過程中還會不斷產生快取、暫存資料、無用日誌以及各種殘留檔案，這些「數位垃圾」雖然平時不易察覺，卻會逐漸占用寶貴的儲存空間。
除此之外，多數手機應用程式都依賴資料庫來儲存使用者資訊、設定與操作紀錄。隨著資料量持續累積，這些資料庫可能變得越來越龐大且零散，導致資料存取效率下降，進而造成應用程式啟動變慢、操作卡頓，甚至出現延遲現象。為了避免這些問題影響使用體驗，Android 系統會定期執行自動維護作業。而這項工作，同樣由我們熟悉的 JobScheduler（作業排程器） 負責安排。
當 JobScheduler 偵測到手機處於閒置、充電且不影響使用者操作的狀態時，便會啟動一系列背景維護程序。首先，系統會整理和清理快閃記憶體中的閒置區塊，讓儲存裝置能夠維持較佳的讀寫效能，避免因長期使用而出現速度下降的問題。接著，系統會對應用程式資料庫進行最佳化與重組，整理零散的資料結構，使應用程式能更有效率地存取資訊，減少開啟和操作時可能出現的延遲。
最後，維護程序會掃描並移除不再需要的暫存檔案、殘留資料以及孤立檔案，釋放被浪費的儲存空間，讓裝置保持更乾淨、更順暢的運作狀態。換句話說，當你熟睡時，手機其實也在默默進行一場「大掃除」，透過一系列自動維護機制，確保儲存系統與應用程式能在隔天維持最佳效能。
掃描整個媒體庫
你或許曾經發現，手機的相簿應用程式能夠自動將家人、朋友，甚至寵物的照片分類整理，並依照不同對象建立專屬相簿。不僅如此，相簿還能辨識模糊、重複或構圖不佳的照片，主動建議使用者刪除，以節省儲存空間。更方便的是，如今許多相簿應用程式都支援自然語言搜尋功能，讓你只需輸入簡單關鍵字，就能快速找到想要的照片。而這些看似神奇的功能，其實都是手機在夜間默默運作的成果。
分析數百甚至數千張照片、辨識人物面孔、建立搜尋標籤，以及執行各種 AI 視覺任務，都需要消耗大量運算資源。因此，在開始這些工作之前，JobScheduler（作業排程器） 會先確認手機是否處於閒置狀態、正在充電，並已連接 Wi-Fi，以免影響使用者的日常操作體驗。接著，系統中的媒體掃描服務會檢查裝置內新增、修改或刪除的照片與影片，並將相關資訊整理後儲存到中央媒體資料庫，作為後續分析的基礎。
在此之後，裝置端的 AI 模型會開始分析你的媒體庫。當系統偵測到照片中出現人臉時，便會擷取臉部特徵，並將其轉換成數學向量。透過比較這些向量之間的相似度，AI 就能將屬於同一個人的照片自動歸類在一起，這正是「依人臉分類」功能的核心原理。然而，照片本身並不會自帶「這是汽車」或「這是寵物」之類的描述資訊。為了讓使用者能夠透過關鍵字搜尋照片，AI 還必須進一步分析影像內容並建立標籤。
例如，系統可能辨識出照片中出現了動物、汽車、食物、海灘或建築物等元素，然後自動建立相應的索引。如此一來，當使用者在搜尋欄輸入「動物」、「汽車」或「海邊」等關鍵字時，相簿就能迅速找出相關照片。
除了物件辨識之外，手機內建的光學字元辨識（OCR）技術也會同步運作。它能讀取照片、文件掃描檔或螢幕擷圖中的文字內容，並建立可供搜尋的本機索引。這表示即使你忘記照片存放在哪個資料夾，只要記得圖片中的某段文字，也有機會透過搜尋快速找到它。此外，AI 視覺模型還能辨識螢幕截圖、重複照片、模糊影像以及其他值得整理的內容，進一步協助管理龐大的媒體庫。
值得一提的是，與 Gboard 採用的學習機制不同，這些照片分析與影像辨識工作大多直接在裝置本機完成。換句話說，照片無需上傳至雲端即可完成分類、搜尋與整理，在提供便利功能的同時，也能兼顧使用者的隱私安全。
隔夜應用最佳化
如果你曾使用過早期的 Android 手機，應該對那種點擊 App 圖示後還要等待好幾秒才能開啟的情況印象深刻。過去很長一段時間裡，許多人認為 iPhone 和 Android 最大的差別之一，就是 iOS 的應用程式啟動速度明顯更快。然而，近年來這項差距已經大幅縮小，許多 Android 手機的操作流暢度甚至已接近旗艦級水準。
你可能會認為這完全是硬體進步的成果。事實上，更強大的處理器和更快的儲存晶片確實貢獻良多，但這並非唯一原因。即使是中階 Android 裝置，如今也較少出現過去那種明顯的卡頓感，而這背後還有一套在夜間默默運作的最佳化機制。
一般而言，應用程式的程式碼在執行前，需要先轉換成處理器能夠直接理解的機器碼。若這項轉換工作在使用者開啟 App 的瞬間才進行，就會造成額外的等待時間，而這正是許多應用程式啟動延遲的根源。自 Android Nougat（Android 7）開始，Google 對這項機制進行了重大改良。
白天使用手機時，Android Runtime（ART）會持續分析你的使用習慣，不僅記錄最常開啟哪些應用程式，也會觀察你在這些 App 中最常使用哪些功能與操作流程。當夜晚來臨、手機處於充電且閒置狀態時，背景服務便會根據白天收集到的資料，提前對這些熱門應用進行最佳化處理。換句話說，系統會預先準備好最有可能被使用的程式碼，減少隔天啟動時需要即時處理的工作量。
因此，當你第二天再次打開相同的 App 時，它往往能夠更快速地載入與執行，給人一種整體系統更加流暢的感受。
事實上，當你的手機整晚放在床邊充電時，它並不只是單純地補充電量。在保護電池健康方面，系統會透過智慧充電機制調整充電速度，避免電池長時間維持在高電壓狀態。同時，手機也會利用這段閒置時間執行各種背景維護工作，例如清理系統垃圾、整理儲存空間、最佳化應用程式效能，以及更新資料庫結構等。除此之外，許多你每天使用卻不易察覺的 AI 功能，也是在夜間完成訓練與整理。例如圖庫中的人臉辨識、照片分類、文字搜尋，以及鍵盤輸入的智慧預測與自動校正功能，都仰賴這些背景運算持續進行最佳化。
換句話說，當你熟睡時，手機其實也正在忙碌地工作。它不僅照顧電池健康，還會清理系統、加速應用程式運作，並持續提升各種 AI 功能，讓你隔天拿起手機時，能夠獲得更順暢、更智慧的使用體驗。
