Gemini Spark 来了：Google 想把 AI Agent 做成一台永远在线的云电脑

Google 推出 Gemini Spark：运行在云端的个人 AI Agent，可后台执行任务、计划调度、连接 Google 生态与 MCP。本文拆解它的能力、护城河、桌面端与使用注意点。

2026年7月28日Maynor

这次值得关注的不是又多了一个聊天入口，而是 Google 把 Agent、Workspace、日程和外部工具连接到了一起。

7 月 23 日，源文提到 Google 将 Gemini Spark 开放给 Google AI Pro 订阅用户。此前 Spark 更偏向高等级订阅入口，现在普通 Pro 用户也能开始尝试。

Gemini Spark 的核心定位，可以理解为一个运行在云端的个人 AI Agent。它不是只在浏览器里回复问题，而是可以接收任务、调用工具、安排计划，并在后台持续执行。

如果把传统聊天机器人看成"你问一句，它答一句"，Spark 更像"你交代一件事，它自己拆步骤"。这也是为什么它会被拿来和 OpenClaw、WorkBuddy 这类个人代理产品放在一起讨论。

一句话看懂 Spark

Spark 的关键不是模型参数，而是三件事：

真正有变化的是，Google 终于把自己的生态优势放到 Agent 里了。

Gmail、Calendar、Drive、Docs、Sheets、Slides、Keep、Tasks、YouTube、Maps，本来就是很多人的工作底座。Spark 如果能稳定调用这些入口，就不只是"多一个 AI 页面"，而是一个可以跨应用做事的工作代理。

源文给了一个典型例子：

规划并跟进我这次去北京的商务出差。

这类任务通常需要拆成多步：查行程、看日历、找地图、整理待办、必要时发邮件。传统 AI 只能给你建议，Agent 要解决的是"把建议变成动作"。

从源文描述看，Spark 的任务系统包含四层：

这里对开发者最有意义的是 MCP。只要 Spark 能接入符合 MCP 标准的服务器，就意味着公司内部的 Wiki、工单系统、数据后台、代码仓库，都有机会被包装成可调用工具。

很多 Agent 产品最大的问题，不是模型不够强，而是连接成本太高。

要么要你手动授权一堆 App，要么每个工具都要重新配置，要么一到复杂场景就断在登录、权限和数据边界上。

Spark 的优势在于，它天然站在 Google 账号体系里。源文提到，连接默认是关闭的，需要用户自己到设置里打开。这个设计反而是合理的，因为邮件、文档、云盘、日历都属于高敏感数据。

可连接场景大致可以这样理解：

这就是 Google 的强项。一个 Agent 如果从第一天就能读到你的工作上下文，它的实用性会比孤立聊天框高很多。

源文提到 Spark 桌面端目前支持 macOS，并要求更新到 1.80.15.516 之后。桌面端的关键变化，是它有机会处理本地文件和本机任务。

比如你可以让它先扫描一个混乱的下载目录，按类型或语境给出整理方案，再确认是否执行。

这个细节很重要：本地文件操作不应该默认自动动手。更稳妥的工作流是先生成计划，再由用户确认，最后再移动或修改文件。

如果未来手机端也能远程派活给桌面端，Spark 就会更像一台挂在家里或办公室的长期在线工作机。

这不是"让 AI 聊天更方便"，而是"让 AI 有一个持续执行任务的环境"。

第一，权限要慢慢开。

Gmail、Drive、Calendar 这类权限一旦打开，Agent 能看到的上下文会非常多。建议先从低风险任务开始，例如整理公开资料、总结不敏感邮件、生成日程草案。

第二，重要操作要保留人工确认。

删除文件、发邮件、改日程、更新共享文档，都应该要求 Spark 先列计划，再由你确认执行。不要为了省一步，把所有动作都交给自动化。

第三，额度可能比你想象中更紧。

源文试用反馈里提到，20 美元订阅额度并不宽裕，测试几轮后就触及限制。这个点需要以 Google 当前订阅说明为准，不建议把 Spark 当成无限后台工人来用。