Gemini Spark：谷歌的常开式 AI Agent 详解

如果你的 AI 助手不必等你发出请求呢？这正是 Gemini Spark 背后的理念，它是 Google 2026 年最具雄心的 AI 产品。Spark 在 Google IO 上发布，设计目标是在后台持续运行，连接你的应用，并在问题堆积之前先处理任务——把 AI 从“提问与回答”转变为更接近“观察、规划和执行”的存在。

这种转变意义重大。它是迄今为止最清晰的信号，表明基于聊天的 AI 助手时代正在让位于 AI Agent 时代——而 Google 正在落子布局。

什么是 Gemini Spark？

Gemini Spark 是 Google 基于云的 个人 AI Agent，其设计目标不是等待提示，而是跨服务持续工作。不同于需要你打开、描述问题并等待回应的 Gemini 聊天界面，Spark 会持续在后台运行——监控、收集上下文，并代表你采取行动。

在发布初期，Spark 通过类似 MCP 的集成连接 Google 自有生态以及 30 多个第三方应用。这种广泛的连接能力使它区别于普通 AI 助手：它可以读取你的收件箱、检查分散在各处文件中的项目状态、提取客户发来的紧急消息，并整理状态更新——而这一切都不需要你先发起任何步骤。

Google 将 Spark 描述为一种横跨你的工作与生活的层，不是你为了某个特定任务才去打开的工具。

为什么常开式 AI Agent 很重要

大多数知识工作天生就是碎片化的。人们每天会在邮件、文档、聊天应用、日历和任务管理器之间切换几十次。每次切换都会带来一点认知成本——你会丢失思路、重新校准，然后再接回之前的进度。把这一过程放到一周里累积，就会对产出造成明显拖累。

Spark 背后的假设是：如果 AI 能在这些工具之间保持持续上下文，它就能消除大部分摩擦。你不用记得去三个渠道查看客户更新，Spark 会主动呈现；你不用从零散的 Docs 和 Slack 线程里拼出状态报告，Spark 会帮你起草。

这与 AI 自动补全或基于聊天的助手有根本区别：Spark 会在你发问之前就处理信息。这种主动姿态，正是它成为 Agent 而不是工具的原因。

Gemini Spark 的核心功能

持续后台运行

Spark 最具定义性的特点是它会持续运行。你不会打开它来开启一个会话——它本来就在运行，监控模式并排队相关信息。这很像一个细心的人类助理的工作方式：始终了解正在发生什么，一旦有需要关注的事情就立即行动。

通过 MCP 实现 30+ 个应用集成

Spark 通过 Model Context Protocol (MCP) 风格的集成连接 Google Workspace（Gmail、Docs、Drive、Calendar、Meet、Chat）以及 30 多个第三方应用。MCP 正迅速成为将 AI Agent 连接到外部服务的标准层，而 Google 采用这一方式，表明它希望让 Spark 成为跨工具的通用集成入口——而不仅仅是 Google 生态产品。

在实际使用中，这意味着 Spark 可以从你真正工作的地方提取上下文，而不是要求你先把所有内容整理到单个应用里。

收件箱与任务管理

Spark 最具体的应用之一是 主动式收件箱管理。它可以监控 Gmail 和第三方消息应用中的紧急或时效性消息，在问题扩大前将其呈现出来，并准备草稿回复或行动摘要。对于每天接收数百条消息的人来说，这代表着注意力分配方式的显著变化。

从碎片化来源生成状态更新

Spark 可以从文档、日历事件、邮件和聊天线程中收集相关信息，汇总成连贯的状态更新。这正是那种通常需要大量人工努力的跨工具信息聚合工作。

Agent Payments Protocol

Spark 包含金融代理能力：它可以代表你发起购买和交易，并受 Google 的 Agent Payments Protocol 约束。该协议允许用户在交易通过前定义支出规则——将购买限制在特定商家、类别或金额范围内。目前，用户必须逐笔批准每一笔交易，这增加了一个人类确认步骤，在限制 Agent 金融自主性的同时，也没有完全消除这种自主性。

Spark 背后的产品策略

Spark 体现了 Google 对 Gemini 定位的一次有意调整。与其在拥挤的聊天机器人市场中竞争，Google 正将 Gemini 重新定位为工作与生活的 操作层——一种运行在你其他工具之下，而不是与你并排存在的东西。

这与 Google 更广泛的平台战略是一致的。Gmail、Calendar 和 Drive 已经捕获了大量关于人们如何工作的上下文。Spark 是 Google 尝试用一个 AI Agent 去激活这些上下文的方式——把被动的数据收集转变为主动的辅助。

首批上线范围仅限于 美国的 AI Ultra 订阅用户，这使 Spark 更像是一项高端基础设施布局，而非面向大众的功能。这种分层策略表明，Google 认为这是一项基础性技术，希望在更大范围发布前先仔细打磨。

每个常开式 Agent 都必须回答的信任问题

任何能持续跨应用运行的 AI 都会带来一系列严肃的信任问题。如果 Spark 可以读取消息、检查文档并发起购买，用户就需要强有力的控制，来决定它能访问什么、能做什么，以及能花多少钱。

Google 已通过 Agent Payments Protocol 的审批要求处理了金融层面的风险，但更深层的问题在于：人们究竟会接受 AI 系统多少自治行为？

不同用户的答案并不相同。一个被邮件淹没的职场人士，可能会乐于把收件箱分拣交给常开式 Agent；而更看重通信隐私的人，可能会觉得同样的能力具有侵入性。对常开式 Agent 的信任并不是非黑即白——它更像一个光谱，需要用户、场景逐一协商。

隐私是另一个维度。Spark 的价值与它掌握的上下文量成正比。但上下文意味着数据，而数据就会引出存储、保留，以及 Google 如何处理其收集到的关于你工作方式的信号等问题。Google 目前尚未发布针对 Spark 的详细隐私文档，而随着产品走出早期订阅用户，这一空白将变得很重要。

技术采纳史表明，这类顾虑不会消失——它们会通过透明度、用户控制和时间来解决。Spark 需要这三者。

Gemini Spark 可能带来的改变

如果 Spark 真如其所述，它可能会重新定义“个人 AI”在实践中的含义。如今，AI 产品大多是被动式的：你带来问题，它们给出回应。Spark 则押注另一种模式：AI 在你注意到问题之前就先把它呈现出来。

这种转变带来的竞争影响，远不止聊天机器人市场。常开式 Agent 真正的竞争核心是 工作流上下文——理解你各个工具中正在发生什么，并据此智能行动的能力。这与文本生成相比，是完全不同的战场。

那些目前占据你工作流一部分的应用——收件箱客户端、任务管理器、笔记应用——如果有一个 AI Agent 能在它们之间进行协调，就都会变得没那么关键了。问题不在于 Spark 是否会威胁 ChatGPT 或 Claude，而在于它是否会威胁生产力软件这一品类。

Gemini Spark vs. 其他 AI Agent：对比如何？

这张表清楚地揭示了一个结构性限制：Spark 和它的竞争对手一样，被锁定在单一模型供应商之中。对于希望根据成本、能力或数据驻留要求，将不同任务路由到不同模型的团队来说，这是一项重要限制。

最终结论：它是运营层，而非对话层

Gemini Spark 的真正有趣之处，在于它明确背离了自 2022 年以来主导 AI 产品的“先对话”范式。它并不是想做一个更好的聊天机器人；它想做的是基础设施——一个持续存在的层，用来降低管理数字化工作的心理负担。

它能否成功，将取决于三件事：这些集成是否足够可靠，从而建立信任；Google 是否能用足够具体的方式回应隐私问题；以及用户是否真的准备好把更多工作注意力交给一个自己并未主动要求启动的 Agent。

这些都不是容易的问题。但方向是对的。在工作环境中，最有价值的 AI 不是你对话的对象——而是那个在你专注别处时，仍能让事情持续推进的系统。

---

这对 Eigent 意味着什么

像 Gemini Spark 这样的常开式 Agent 的兴起，验证了 Eigent 一直在构建的方向。路线图上已经包括：持续后台 Agent，它们可以监控已连接的数据源、发现信号，并跨会话排队工作项——而不需要你每次都开启一段新的对话。对于希望获得这种能力、又不想被锁定在 Google 生态中的团队来说，Eigent 的模型无关、开源基础意味着这些 Agent 可以同时运行在 Gemini、Claude、GPT 和本地模型之上。

---

常见问题

什么是 Gemini Spark？

Gemini Spark 是 Google 在 Google IO 2026 上发布的常开式 AI Agent。不同于标准聊天助手，Spark 会持续在后台运行，连接 30 多个应用，并主动管理收件箱分拣、状态更新和文档汇总等任务——无需你先发出提示。

Gemini Spark 与普通 Gemini 助手有什么不同？

标准 Gemini 是被动式的：你打开它，提问，然后获得回答。Spark 则是主动式的：它持续运行，监控你已连接的应用，呈现相关信息，并能在既定边界内代表你采取行动（包括购买）。

Gemini Spark 人人都能用吗？

在发布初期，Gemini Spark 仅面向美国的 AI Ultra 订阅用户。Google 尚未公布更广泛开放的时间表。

Gemini Spark 如何处理购买和交易？

Spark 使用 Google 的 Agent Payments Protocol，允许用户定义 Agent 可购买什么——将其限制为特定商家、类别或支出上限。目前，用户必须在每笔交易通过前手动批准。

Gemini Spark 可以连接哪些应用？

Spark 原生连接 Google Workspace 产品（Gmail、Docs、Drive、Calendar、Meet、Chat），并通过 MCP 风格集成连接 30 多个第三方应用。Google 尚未公布完整的受支持第三方应用列表。

Gemini Spark 是否注重隐私？

Google 表示 Spark 使用标准的 Gemini 隐私控制，但尚未发布针对 Spark 如何处理所需的持续后台数据访问的详细文档。用户应查看 Google 的 Gemini 隐私设置，并在 Spark 专属文档发布后持续关注。

Gemini Spark 与 ChatGPT Tasks 等其他 AI Agent 相比如何？

Spark 的主要区别在于它的常开式后台运行、对 Google Workspace 的深度原生访问，以及发起金融交易的能力。ChatGPT Tasks 支持定时动作，但不会持续在后台运行，也没有对 Google 生态的原生访问能力。两者都被锁定在各自的 AI 供应商之中。

我可以将 Gemini Spark 与非 Google 的 AI 模型一起使用吗？

不可以。Gemini Spark 基于 Google 的 Gemini 模型构建，不支持将任务路由给其他 AI 提供商。希望拥有模型灵活性的团队——可在 Claude、GPT、Gemini 或本地模型之间运行不同 Agent——需要像 Eigent 这样模型无关的平台。