5月14日消息，Google 旗下 Gemini 应用的全新形态产品 Gemini Spark 已进入 Beta 测试阶段，部分账户首次看到欢迎弹窗，距离 Google I/O 2026 主题演讲不足一周。Gemini Spark 定位为"全天候 AI 代理"，可学习用户行为，调度 Connected Apps、Skills、聊天记录、任务、已登录网站、Personal Intelligence 与位置等多源信息为用户执行任务，被外界视为 Google 此前内部代号 Remy 项目的正式产品化命名。Spark 在 Gemini Agent 早期实验功能基础上完成体验改版,将 Google 从对话助手走向主动型 Agent 的战略意图直接推到产品层。 从 Remy 到 Spark 的形态进化
Spark 并非凭空出现。Gemini Agent 自 Gemini 3 时代起就以"实验功能"身份存在于 Google AI Ultra 订阅中,处理多步任务。Spark 的关键差异在于"主动性":开屏文案明确写明它能"与他人沟通、分享文档、为你完成购买",并强调使用越频繁越懂用户。这条产品线代表 Google 从单次会话型助手走向常驻代理的拐点——产品不再等待提示,而是把用户偏好持续沉淀为执行能力。
Spark 的能力依托七类数据源:Connected Apps、Skills、聊天上下文、任务、已登录网站、Personal Intelligence,再加上位置信息。从公开线索看,可对接的应用矩阵覆盖 Gmail、Calendar、Drive、Docs、Keep、Tasks、Photos,并延伸至 GitHub、WhatsApp、Spotify 等第三方服务。这意味着 Spark 不只在 Google 生态内闭环,而是要把 Agent 的"手"伸到所有需要登录态的远端服务。
数据边界与可控性争议
欢迎弹窗用了相当克制的语言提示风险:Spark"在设计上会在执行敏感动作前请求许可,但仍可能在未询问的情况下分享你的信息或完成购买",并明确建议不要将 Spark 用于医疗、法律、财务等专业建议。这是 Google 在消费级 Agent 上首次以官方话术承认"自主动作可能脱离预期"。
Spark 保存的并非普通对话数据,而是远程浏览器数据(登录凭证、Cookie)与远程代码执行数据。这两类数据是消费级 Agent 跨站执行任务的核心燃料,但也意味着 Spark 持有的权限远超过去的浏览器扩展。Google 给出的对应控制项是设置中的"清除数据"与"关闭 Connected Apps / Personal Intelligence"开关,以及 Gemini Apps Activity 中的活动管理入口。监督粒度的实际表现需要等公开版上线后验证。
与 Claude、ChatGPT Agent 的格局对位
把 Spark 放在 2026 年消费级 Agent 的赛道上看,对照关系比较清晰。Anthropic 的 Computer Use 与 Claude Code 已经把"AI 控制 PC"做到接近生产级,Claude Code 还在五小时使用上限上完成翻倍扩容;OpenAI 的 ChatGPT Agent 与 Operator 主打浏览器内任务流;Microsoft Copilot 则依赖 Windows 与 Office 全家桶做深度集成。Spark 的差异化在两点:一是绑定移动端 Gemini Intelligence——Google 已在 5月12日 The Android Show 揭示 Gemini Intelligence 可读屏、跨应用执行任务,与 Spark 共同构成"桌面+移动"双线 Agent 阵地;二是 Personal Intelligence 路线,Google 试图用 Gmail、Photos、Calendar 等长期数据沉淀做"个人上下文"的护城河。 短板同样明显:现有 Gemini Agent 目前仅向美国 AI Ultra 订阅者英文环境开放,国际化与多语言节奏远落后于 Claude 与 ChatGPT。OpenClaw 等开源 Agent 在工程社区造出的话题度,也让 Spark 这种封闭式消费产品面临更挑剔的对照。
落地节奏与订阅猜测
I/O 2026 主题演讲已确认 5月19日 在 Shoreline Amphitheatre 举行,AI Agent 是主舞台的明确锚点。Spark 的 Beta 入口在此时点出现,意味着 Google 大概率会在 keynote 中把它作为消费侧主要叙事之一,与企业侧的 Gemini Enterprise Agent Platform(4月22日 Cloud Next '26 发布)形成上下游配对。订阅层面,AI Ultra Lite 计划已被多家科技媒体捕捉,价位区间据传位于 $20-250 月费区间,目标是降低 Spark 这类高耗算力 Agent 的准入门槛。底层模型方面,主流推测是 Gemini 4 系列首发,但不排除继续沿用 Gemini 3.1 Pro 完成 Spark 的首个公开版本。
局限与现实风险
Spark 在欢迎弹窗里给自己留了三重免责:一是"实验性",承认可能出错并意外暴露数据;二是"非专业建议"红线,明确不可用于医疗、法律、财务场景;三是"持续监督",要求用户即便授权也要随时介入。从工程角度看,远程浏览器持久化登录态意味着一旦 Token 泄露,Agent 的攻击面会比传统浏览器扩展更大,而"未询问情况下完成购买"在产品话术里就被列为可能路径,金融场景的实际可用性存疑。Spark 是否能跳出 Gemini Agent 此前半年的"叫好不叫座"周期,关键仍在 I/O 之后的可用区域、可用模型与监督机制三项硬指标。
AI 速览
