Gemini Spark:Google推出可用語音下指令的AI代理人

2026年5月19日,Google在加州舉行的I/O開發者大會上發表了一款新的數位助理:Gemini Spark。根據TechCrunch報導,Alphabet執行長桑德爾·皮查伊在記者會前的簡報中將它形容為「你的個人AI代理人,協助你打理數位生活,代表你行動、聽從你的指示」。與只回應單一指令、隨後便閒置的傳統聊天機器人不同,Spark被設計成能在較長時間內自主完成多步驟任務——Google稱之為「監督程度極低的長期任務」。皮查伊表示,該代理人運行在Google Cloud上專門配置的虛擬機器中,即使筆記型電腦闔上或手機鎖螢幕,它仍會在背景持續運作。Google因此加入了愈來愈多提供自主軟體代理人的AI實驗室行列,其中包括Anthropic的Claude Cowork與OpenAI的ChatGPT代理人。

用說的取代用打的:Spark實際上做些什麼

Google產品經理茱莉亞·施泰爾在德國媒體t3n的Podcast節目《t3n MeisterPrompter》中,描述了這在日常工作中的實際情況,該節目是t3n在柏林一場I/O活動的採訪行程中錄製的。施泰爾用Spark自動查看信件並從中整理資訊、預訂餐廳、確認行事曆。她表示,自己通常不會寫出結構化的提示詞,而是直接用說的表達需求——t3n將這種做法歸納為「用說的取代用打的」。針對重複性任務,她訓練了Google所稱的「技能(skills)」:其中一個透過「match my writing style」指令,以她本人的寫作風格撰寫文字;另一個則自動將約會加入行事曆。

• 自動查看信件並整理出關鍵資訊
• 預訂餐廳並將約會加入行事曆
• 從Gmail、Docs、Sheets與Slides彙整工作簡報
• 替小型企業監看收件匣,確保不漏接任何客戶提問
• 可直接以電子郵件聯繫,並能透過Chrome獨立在網頁上完成操作

Spark與Google助理、Siri有何不同

根據TechCrunch報導,Spark與Google助理或Siri等大家熟悉的語音助理的差異不在麥克風,而在底層架構。Spark以Gemini基礎模型為基礎,結合了Google Antigravity專案中的代理人框架,並透過已預先建置好的結構化API與Gmail、Docs及其他Workspace工具相連,使用者不必自行設定。Google Labs副總裁喬許·伍德沃德向TechCrunch舉例說明:若要寄一封工作簡報信給主管,Spark會從信件、文件、試算表與簡報中擷取相關事實,並自行撰寫草稿。使用者可透過Android Halo系統在手機上追蹤代理人的進度,Google也計畫在未來數月內透過開放協定MCP,將Spark串接到更多外部服務。

這是你的個人AI代理人,協助你打理數位生活,代表你行動、聽從你的指示。

這一切並非毫無監督。施泰爾在Podcast中坦言,AI代理人同樣會產生幻覺,結果並非絕對可靠——她在節目中詳細說明自己如何查核Spark的工作成果。同樣值得注意的是,流入這套系統的個人資料之多:據她本人透露,這位產品經理不僅向雇主的代理人分享了工作資訊,還提供了諸如住家地址等私人資料。

上線時程:美國先行,德國訂在第三季

根據TechCrunch報導,Spark目前在美國仍處於Google內部測試階段;Google AI Ultra訂閱用戶在發表後一週內取得使用權限。該代理人在德國尚未上線。根據t3n報導,Google德國員工已經可以使用,但該媒體預期,面向一般大眾的德國正式上線要等到2026年第三季。

這對台灣企業意味著什麼:語音操控正從居家助理的花招,走向真正的辦公工具,而這個領域已有Anthropic的Claude Cowork與OpenAI的ChatGPT代理人在競爭。由於Spark運行在Google Cloud的專用虛擬機器上,並對Gmail、Docs與Sheets擁有常駐存取權限,任何試辦都應從有限範圍開始——例如單一信箱、少數幾項重複性任務——再逐步擴大。已經在評估企業導入代理型AI的台灣企業,不妨利用德國正式上線前的這段時間,提前釐清一個AI代理人究竟能查看哪些帳號與文件,而不是讓Google的預設值替企業做出這項決定。