Gemini Spark:谷歌推出可用语音指挥的AI代理

2026年5月19日,谷歌在加利福尼亚举行的I/O开发者大会上发布了一款新的数字助理:Gemini Spark。据TechCrunch报道,Alphabet首席执行官桑达尔·皮查伊在新闻吹风会上将其描述为“你的个人AI代理,帮助你打理数字生活,代表你行动、听从你的指挥”。与只对单次指令作出回应、随后便闲置的传统聊天机器人不同,Spark被设计为能够在较长时间内自主完成多步骤任务——谷歌将其称为“低监督下的长周期任务”。皮查伊表示,该代理运行在谷歌云上专门配置的虚拟机中,即便笔记本电脑合上或手机锁屏,它也会在后台持续工作。谷歌因此加入了越来越多提供自主软件代理的AI实验室之列,其中包括Anthropic的Claude Cowork和OpenAI的ChatGPT代理。

以说代打:Spark在日常工作中到底做什么

谷歌产品经理朱莉娅·施泰尔在德国媒体t3n的播客节目《t3n MeisterPrompter》中描述了这在日常工作中的实际体验,该节目是t3n在柏林一场I/O活动的采访行程中录制的。施泰尔用Spark自动查看邮件并从中提炼信息、预订餐厅、查看日程安排。她表示,自己通常不会写出结构化的提示词,而是直接口头说出需求——t3n将这种方式概括为“以说代打”。针对重复性任务,她训练了谷歌所称的“技能(skills)”:其中一个通过“match my writing style”指令,用她本人的写作风格撰写文本;另一个则自动将日程添加到日历中。

• 自动查看邮件并提炼关键信息
• 预订餐厅并将日程添加到日历
• 从Gmail、Docs、Sheets和Slides中汇总工作简报
• 为小型企业监控收件箱,确保不遗漏任何客户提问
• 可直接通过邮件联系,并能通过Chrome独立在网页上完成操作

Spark与Google Assistant、Siri有何不同

据TechCrunch报道,Spark与Google Assistant或Siri等人们熟悉的语音助理的区别不在于麦克风,而在于底层架构。Spark基于Gemini基础模型构建,并结合了谷歌Antigravity项目中的代理框架,通过预先搭建好的结构化API与Gmail、Docs及其他Workspace工具相连,用户无需自行配置。谷歌Labs副总裁乔希·伍德沃德向TechCrunch举例说明:若需要给上级发送一封工作简报邮件,Spark会从邮件、文档、表格和幻灯片中提取相关事实,并自行撰写草稿。用户可通过Android Halo系统在手机上追踪代理的工作进度,谷歌还计划在未来几个月内通过开放协议MCP,将Spark接入更多外部服务。

这是你的个人AI代理,帮助你打理数字生活,代表你行动、听从你的指挥。

这一切并非全无监督。施泰尔在播客中承认,AI代理同样会产生幻觉,其结果并非绝对可靠——她在节目中详细讲述了自己如何核查Spark的工作成果。同样值得注意的是,流入该系统的个人数据之多:据她本人透露,这位产品经理不仅向雇主的代理分享了工作信息,还提供了诸如家庭住址等私人数据。

上线节奏:美国先行,德国定在第三季度

据TechCrunch报道,Spark目前在美国正处于谷歌内部测试阶段;Google AI Ultra订阅用户在发布后的一周内获得了使用权限。该代理在德国尚未上线。据t3n报道,谷歌德国员工已经可以使用,但该媒体预计,面向公众的德国正式上线要等到2026年第三季度。

这对中国企业意味着什么:语音操控正从家用助理的花活走向真正的办公工具,而这一领域已有Anthropic的Claude Cowork和OpenAI的ChatGPT代理在竞争。由于Spark运行在谷歌云专用虚拟机上,并对Gmail、Docs和Sheets拥有常驻访问权限,任何试点都应从有限范围开始——比如单一邮箱、少数几项重复性任务——再逐步扩大。已经在评估企业智能体应用的中国企业,不妨利用德国正式上线前的这段时间,提前厘清一个AI代理究竟能查看哪些账户和文件,而不是让谷歌的默认设置替企业做出这一决定。