Google 扩大了 Gemini Spark 的推出范围，这是一个 Agent 级 AI 系统，旨在处理多步骤数字化任务并执行后台工作流，无需用户时刻监督每一步操作。该工具正面向网页浏览器、桌面电脑和移动设备上的付费订阅用户推出，标志着 Google 实现了从被动应答式对话机器人，向能够监控收件箱、管理表格以及处理线上杂务的全天候个人 Agent 的重大转变。
多年来，生成式 AI 助手的作用类似于复杂的搜索引擎：你输入一段提示词，等待回答，然后关闭标签页。Spark 则重塑了这种关系，让 Gemini 成为一个自主运作的数字化助手，即使你的笔记本电脑合上屏幕或手机锁屏装在口袋里，它也能在 Google Workspace 和合作应用程序之间协同工作。
什么是 Gemini Spark 及其运作机制
Gemini Spark 建立在 Google 的 Gemini 3.5 模型基础之上，运行在隔离的 Google Cloud 基础设施中，而非直接在你的本地处理器上运行沉重的脚本。由于任务在服务器端执行，因此在自动化运行时，你无需保持浏览器窗口处于打开状态。
传统的生成式提示词在输出回复后便宣告结束，而 Spark 则不同，它会创建一个持久的“Task”（任务）。Spark 会规划目标，将其分解为离散的连续步骤，与关联的数据源进行交互，并生成具体的可交付成果，例如格式化文档、日历日程或电子表格数据库。
要访问该 Agent：
- 在网页端（gemini.google.com），打开左侧边栏并点击 Switch to Spark。
- 在 Gemini 移动应用中，点击顶部菜单并选择 Spark。
- 在 Gemini macOS 应用中，启动该应用程序并导航至专属的 Spark 标签页。
进入 Spark 环境后，标准的“发送”按钮会变为“Submit”（提交），这凸显了你是在向后台工作人员指派一项工作，而不仅仅是发起一次交互式对话。
观看：Gemini Spark：Google 最强大的个人 Agent
视频: Jeff Su on YouTube
核心构成：任务、技能与定时计划
照片: Engadget - Technology News & Expert Reviews (source)
使用 Gemini Spark 实现日常自动化依赖于三个相互关联的基本构件：任务（Tasks）、技能（Skills）和定时计划（Schedules）。了解这些组件如何协作，能让你在无需编写任何代码的情况下构建可靠的多步骤自动化工作流。
- 任务（Tasks）： Task 是你分配给 Spark 的总体项目或目标。当 Spark 执行任务时，它会生成一个带有进度标签的实时“工作面板”，详细说明已完成的步骤、当前正在进行的步骤以及后续规划的步骤。
- 技能（Skills）： 技能取代了原有的 Gems，代表可复用的指令模板或快捷操作。通过在提示词输入栏中键入正斜杠（
/）并跟随技能名称，你可以立即将复杂的标准化操作流程应用到任何文件或数据集。 - 定时计划（Schedules）： 定时计划是让你的工作流实现真正自动驾驶的触发器。定时计划无需等待手动文本提示，而是指示 Spark 何时以及在何种特定条件下运行。
Gemini Spark 定时计划类型
| 定时计划类型 | 触发机制 | 理想使用场景 |
|---|---|---|
| 基于时间（Time-based） | 在指定时间单次、每小时、每日、每周、每月或每年运行。 | 早间管理层简报；每周项目汇总；每月开销审核。 |
| Gmail 监控（Gmail monitors） | 当收到符合用户自定义筛选条件的传入邮件时自动触发。 | 供应商报价整理；标记主管邮件；草拟客户咨询的自动回复。 |
| 主题监控（Topic monitors） | 定期抓取并检查新闻、本地活动或金融领域的动态情况。 | 降价提醒；追踪行业监管政策变动；航班延误更新。 |
分步设置自动化工作流
使用 Gemini Spark 设置周期性自动化工作流只需几分钟：
- 定义任务（Define the Task）： 打开 Spark 并使用自然语言描述工作流。例如：“每个工作日早上 7:00 AM，查看我未读的电子邮件，检查 Google Calendar，审视最近的 Google Drive 更新，并在 Google Docs 中撰写一份按优先级排序的每日简报。”
- 通过对话或手动分配定时计划（Assign Schedules Conversationally or Manually）： 你可以直接在提示词中口述触发条件，也可以在网页端应用中前往 Spark > Schedules > Create manually，选择精确的时间间隔和重复周期。
- 关联已连接的应用（Link Connected Applications）： 授予 Spark 读取所需服务数据的权限，包括 Google Workspace 应用程序（Gmail、Drive、Docs、Sheets、Keep 和 Tasks）以及 Canva、OpenTable、Instacart 和 Dropbox 等第三方连接器。
- 监督与调整（Supervise and Refine）： 打开任务线程的工作面板以检查生成的输出。如果自动化流程遗漏了重要细节，可直接在线程中添加反馈，或在 Schedules 页面上选择 Edit with Gemini 来修改其底层指令。
Chrome 网页代办与 Android 屏幕自动化
照片: mindstudio.ai (source)
Google 已将 Spark 的功能从文档起草扩展到数字化设备交互，将网页和移动端的执行划分为两种独特的工具：
- Chrome 云端浏览（Chrome Cloud Browsing）： 通过 Chrome 集成，Spark 利用保存的密码和已通过身份验证的网页会话来处理繁琐的在线事务。它可以自主研究航班行程、交叉比对舱位等级、在租房门户网站上搜索房源列表，并汇总对比表格。
- Android 屏幕自动化（Android Screen Automation）： 在旗舰智能手机上——包括 Google Pixel 10 系列和 Samsung Galaxy S26 设备——Gemini 具备系统级的屏幕自动化功能。长按电源键即可让用户发出诸如 “在 DoorDash 上重新订购我上一顿饭” 或 “帮我打车去机场” 之类的任务指令。Android 会在隔离的虚拟窗口中运行该应用，导航菜单、选择商品并填入地址，同时显示实时进度通知，以便你随时中断操作。
价格、可用性与账户要求
Gemini Spark 仅面向 Google AI 付费订阅用户开放；免费个人账户无法使用。
| 订阅层级 | 每月价格 | Spark Agent 访问权限 | 可用范围 |
|---|---|---|---|
| Free Gemini | $0 | 无权访问 | 全球 |
| Google AI Pro | $19.99/mo（或约 $20/mo） | 完整的 Spark 自动化与定时计划 | 美国及 160+ 个受支持国家 |
| Google AI Ultra | $100 to $200/mo | 完整的 Spark 访问权限 + 高级功能及 Mac 测试版 | 全球推出（部分地区除外） |
当前限制： 用户必须年满 18 years or older，并登录已启用“保留活动记录”的个人 Google 账户。Spark 目前暂不支持受托管的工作或学校 Google Workspace 账户，并且由于监管障碍，该功能暂时无法在欧洲经济区（EEA）、英国、瑞士和尼日利亚使用。
安全护栏与“人机回圈”防护机制
照片: engadget.com (source)
将敏感工作流交给自主系统，难免会引发对数据安全和误操作的担忧。Google 实施了多项强制性边界限制：
- 确认提示（The Confirmation Prompt）： 尽管 Spark 可以草拟信息、填充表格和整理文件夹，但在没有明确人为干预的情况下，它无法完成高风险操作。在花钱、授权支付、敲定网约车预订或向外部收件人发送外发邮件之前，Spark 会自动暂停并请求用户核实确认。
- 细粒度权限（Granular Permissions）： Spark 严格遵循“自愿加入”模式运行。用户为每个已连接应用单独选择权限，并可随时通过设置撤销对 Drive 文件夹、Gmail 过滤器或设备屏幕自动化的访问权限。
- 防提示词注入（Prompt Injection Defense）： Google 构建了系统级防御机制来抵御间接提示词注入，防止受入侵的网站或伪造的邮件诱导 Spark 执行恶意的后台操作。
Gemini Spark 与竞品 AI Agent 的对比
AI Agent 领域正在快速扩张，Anthropic、OpenAI 和 Microsoft 均推出了各自的竞争框架：
- Anthropic（Claude Cowork / Computer Use）： Claude 在纯代码编写、结构化开发者工作流、终端命令以及跨大型文档的复杂推理方面表现出色。然而，它通常需要更多的技术配置，并且缺乏与普通消费者个人 Gmail 和 Google Calendar 生态系统的原生深度整合。
- OpenAI（Operator）： OpenAI 重度聚焦于第三方网站的可视化浏览器导航与计算机操作。相比之下，Spark 将远程浏览器导航与无缝的 Google Cloud 及 Workspace 深度整合融为一体。
- Microsoft Copilot: Microsoft 将 Agent 自动化深度嵌入到 Microsoft 365（Word、Excel、Outlook）中。对于数以百万计个人与专业数字生活扎根于 Gmail、Google Docs 和 Android 的用户来说，Spark 正是 Google 针锋相对的对标产品。
这对用户的意义及实用建议
如果你发现自己经常因琐碎的行政琐事耗费时间——例如检查是否收到了发票邮件、整理会议摘要或阅读重复的客户动态——Spark 将提供实实在在且可衡量的效用。
为了在避免出错的同时充分利用 Spark：
- 从窄范围起步： 先从只读类自动化开始，例如每日早间摘要或 Gmail 通知监控。当你信任 Spark 的解析准确性后，再推进到撰写文档和更新表格。
- 切勿跳过确认屏幕： 使用屏幕自动化或网页跑腿预订时，在点击确认前务必仔细检查明细总额、小费和目的地。
- 定期审查正在运行的定时计划： 定期检查 Spark > Schedules，暂停或删除与已完结项目绑定的工作流，以保持账户整洁并减少意外的后台任务。
未来动向与未决问题
虽然 Spark 代表了一座重要的技术里程碑，但仍有几个问题悬而未决。Google 承诺将 Spark 的访问权限扩展到企业级 Google Workspace 账户，但尚未公布针对企业 IT 合规上线的具体时间表。此外，由于严格的隐私和 AI 治理法规，该功能在欧盟和英国的监管审批仍处于停滞状态。
随着 Google 通过更深入的第三方集成、桌面远程指令以及扩展的多应用链条协同不断完善 Spark，个人计算正稳步告别手动点击，迈向全自动的任务委托时代。
FAQ
Gemini Spark 是免费使用的吗？ 不是。Gemini Spark 需要有效的 Google AI Pro 订阅（$19.99 per month）或 Google AI Ultra 档位。免费版 Gemini 用户无法使用 Spark 任务或定时计划。
Gemini Spark 可以在未经我许可的情况下花我的钱或发送邮件吗？ 不可以。Google 针对高风险操作编写了强制性的“人机回圈”确认提示，这意味着 Spark 会自动暂停，并要求你复核并确认购买、付款和外发邮件。
我可以使用工作或学校的 Google 账户使用 Gemini Spark 吗？ 目前还不行。目前 Gemini Spark 仅限年满 18 岁的用户使用个人 Google 账户登录，不过预计企业 Workspace 集成将在未来的更新中推出。
我的电脑需要一直开机才能让 Spark 定时计划运行吗？ 不需要。因为 Gemini Spark 工作流和定时计划运行在 Google 的云端服务器基础设施上，所以即使你的电脑关机或手机离线，你的自动化任务也会准时继续执行。
Gemini Spark 目前在哪些地区可用？ Spark 在支持 Gemini 运营的 160 多个国家提供支持，但目前暂未向欧洲经济区（EEA）、英国、瑞士和尼日利亚开放。
