Gemini Spark
Google 已公布的主动式 Agent，支持跨应用任务、实时主题跟踪，并已推出 macOS Beta。
Agent 专题
Gemini Spark 指向的是更主动的 Gemini，而不只是更强的聊天框
Gemini Spark 是 Google 已正式公布的主动式 AI 助理形态。 它不只负责回答问题，还能在用户授权下连接桌面文件、Google Workspace 与其他应用，承担更多自动执行工作。
这意味着 Spark 的重点不是单轮对话，而是多步骤任务、后台持续运行、跨应用协作和更主动的任务推进。 如果说 Gemini 3.5 是底层模型能力升级，那么 Spark 更像这些能力在产品层的直接体现。
产品形态
Always-on Agent
当前状态
macOS Beta
核心方向
自动执行 / 协同
典型场景
邮箱 / 网页 / 任务
能力边界
需人工监督
适合读者
Agent 关注者
24/7 助理
强调持续在线和随时待命，而不是用户每次都手动打开再提问。
多步骤任务
更接近“接手流程”而不是只给建议，适合整理、搜索、汇总和推进任务。
跨应用协同
已公布对 Tasks、Keep、Canva、Dropbox 等连接应用的支持，并支持自定义 MCP。
实验性边界
macOS 版本仍为 Beta，文件访问需要用户授权，敏感任务仍应保留人工监督。
目前最值得关注的几个信号
Agent 标签更清晰
与过去偏“智能聊天”的 Gemini 入口相比，Spark 的命名和描述更明显地指向代理执行、自动处理和持续任务。
邮箱与信息整理
官方示例包括整理本地 PDF、根据发票创建预算表，以及在桌面文件与 Workspace 之间完成知识工作任务。
网页操作与购买类动作
官方已公布 Canva、Instacart、OpenTable 与 Zillow Rentals 等连接应用，说明其目标不只是“会说”，而是“会做”。
Personal Intelligence 延伸
Spark 很可能会和已连接应用、历史聊天、位置、个人偏好等数据层发生更深结合，从而提升主动性与个性化程度。
为什么 Gemini Spark 值得单独开一个专题页
因为这已经不只是“Gemini 又多了一个功能”那么简单。Spark 所代表的，其实是 Google 正在把 Gemini 从聊天产品继续推向 Agent 产品。 一旦产品方向从回答问题转向接手任务，用户对模型的要求、权限设计、可解释性、确认机制和可靠性都会一起变化。
对普通用户来说，Spark 可能意味着日常事务被进一步自动化，比如整理邮件、生成摘要、推进待办和跨网页收集信息。 对开发者和产品团队来说，它则意味着 Google 正在验证怎样把模型能力、浏览器能力、个人数据层和任务编排更紧地绑在一起。
Spark 很适合与 Gemini 3.5 页面一起看。前者是产品形态升级，后者是底层模型升级。 两条线放在一起，能更清楚地看见 Google AI 如何把模型能力转化为可持续执行的 Agent 体验。
阅读建议
Gemini Spark 如何放进日常使用场景
Gemini Spark 这类页面最适合帮助用户从“知道 AI 有哪些能力”走向“知道应该打开哪个产品入口”。很多人对 Google AI 的第一感知，不是模型参数或接口说明，而是实际可以打开、可以体验、可以直接完成任务的产品形态。
Google 已公布的主动式 Agent，支持跨应用任务、实时主题跟踪，并已推出 macOS Beta。 当页面把产品适合的人群、典型任务、和其他入口的区别讲清楚后，用户就更容易判断它是否适合自己的学习、研究、创作、搜索或日常处理需求。
应用页的重点，在于让人快速看清实际入口之间的差异。例如资料型助手、视觉搜索工具和实验性平台，看起来都属于 AI 产品，但它们最擅长的任务类型、使用频率和适合对象其实完全不同。
如果你正在判断某一款 Google AI 产品是否适合自己，建议同时看它背后的功能页和教程页。产品页说明入口，功能页说明能力，教程页说明操作方式，三者结合起来，选择会更清晰。
真正开始用产品时可以关注什么
很多用户在产品选择时，最容易忽略的是自己真正高频的任务类型。有人更需要资料整理和知识吸收，有人更需要视觉识别和翻译，也有人更关注新工具和创意实验。产品入口的差异，往往正是围绕这些任务展开的。
如果你选择的是一款会长期使用的产品，建议不要只看首次体验，而要看它是否适合连续多天、多周地进入自己的生活和工作。能否反复使用，往往比第一次看起来新鲜更重要。
当你已经确定产品入口之后，再配合教程和功能页去优化使用方式，会比一开始同时追很多能力更有效。先找到对的入口，再逐步做深，是更自然的路径。
先看高频任务
产品入口更适合围绕真实任务选择，而不是围绕名称选择。
再看连续体验
长期能否反复进入流程，比第一次尝试是否新鲜更关键。
最后再做优化
确定入口后，再结合教程和功能页逐步提高使用质量。