Gemini Spark 扩大开放范围，但可用性仍有限制

Google 已将 Gemini Spark 的服务范围扩展至最初受众之外，但这款智能体仍不向免费用户以及多个主要地区开放。这篇 engadget google 报告呈现了它从有限试验走向更广泛消费者分发的重要转变。

Gemini Spark 现正面向美国的 Google AI Pro 订阅用户以英语逐步推出。Google AI Ultra 订阅用户可在更多受支持国家和 Gemini app 语言中访问它，但仍存在若干地区限制。

这一变化让 Google 与 OpenAI、Anthropic 及独立智能体平台展开更直接的竞争。不过，Google 押注于一项竞争对手难以轻易复制的优势：对 Gmail、Calendar、Docs、Drive 及其他日常服务的深度访问。

这种优势也带来了核心矛盾。助手能够读取个人信息并采取行动时会更有用，但同样的访问权限也让每一次错误、每项权限选择和每一次安全失误的后果更为严重。

Engadget Google 报告称发生了哪些变化

Gemini Spark 已超出其狭窄的首发用户群，但 Google 仍将访问权限视为受控推出的一部分。

Google 于 2026 年 5 月 19 日的 Google I/O 期间推出 Spark。公司最初向受信任的测试者提供该产品，并计划为美国年满 18 岁的 Google AI Ultra 订阅用户推出测试版。

这一起点将 Spark 定位为面向相对小众人群的实验性功能。7 月的扩展改变了这一定位，但并未让 Spark 成为全面开放的 Gemini 功能。

根据公司发布的 Spark updates，Google 于 7 月 16 日开始向美国 Google AI Pro 订阅用户逐步推出 Spark。该群体仅可使用英语版本。

两天前，Google 已将 Spark 扩展至 Gemini Apps 支持地区的 AI Ultra 订阅用户。这次推出覆盖 Gemini Apps 现有支持的语言。

不过，欧洲经济区、尼日利亚、瑞士和英国仍被排除在外。Google 尚未公布将 Spark 引入这些市场的明确日期。

engadget google coverage 对这一消息的概括很直接：如今更多付费订阅用户可以使用这款智能体，而免费用户仍不在推出范围内。

这一差异很重要，因为访问权限正沿着两条不同路径扩展。Pro 订阅用户仅能在美国、以英语使用 Spark。Ultra 订阅用户则可获得更广泛的语言和国家覆盖范围，但仍受上述排除地区限制。

可用性还取决于用户是否年满 18 岁。Spark 仍是一款测试版产品，这意味着其行为、限制和界面仍可能变化。

符合条件的用户可在 Gemini app 菜单中找到 Spark。在电脑上，他们可以通过侧边栏打开其专属页面。移动端用户则可从 app 菜单中选择 Spark。

这不只是又一个聊天机器人标签页。Spark 的设计目标是在用户合上笔记本电脑或锁定手机后继续工作。

Google 在 Google Cloud 的专用虚拟机上运行这款智能体。这种基于云端的设计，使 Spark 区别于依赖本地电脑持续运行的智能体。

因此，此次扩展同时提升了可用性和曝光度。更多人如今可以检验，一款持续运行的智能体是否能提供足以证明其所需访问权限合理的价值。

它也让 Google 获得了规模大得多的真实世界反馈。复杂智能体会遭遇受控演示很少覆盖的情形，包括含糊不清的邮件、不断变化的日程、不完整的指令和相互冲突的权限。

这并非通常意义上的全球开放。它是一个设有明确订阅、语言、年龄和地点边界的更大规模测试版。

这些边界定义了这则新闻。Google 正在扩大测试范围，同时保留足够的控制措施，以限制尚未成熟的智能体行为可能造成的后果。

Gemini Spark 将 Workspace 访问权限转化为优势

Google 最强大的智能体 AI 资产不仅是其模型，也是用户已经存放工作与个人上下文的一整套服务。

Spark 基于 Gemini 3.5 运行，并使用 Google 的 Antigravity agent harness。智能体框架是一种帮助模型规划任务、使用工具、跟踪进度并从问题中恢复的系统。

模型提供推理与语言能力。框架则负责跨服务和长流程的执行管理。

Google 表示，Spark 已与 Gmail、Calendar、Docs、Slides、Sheets、Tasks、Keep 以及其他 Workspace 产品集成。这种集成减少了常见个人工作流程所需的配置。

用户可以要求 Spark 每天早晨查看收到的邮件和即将到来的日历事件。随后，智能体可识别优先事项并准备每日摘要。

另一项任务可能是监控某个特定联系人的消息并创建回复草稿。Spark 还可以总结较长的邮件线程，或将会议记录整理为结构化文档。

这些任务结合了检索、理解、规划和行动。标准聊天机器人往往需要用户在每次对话前收集信息；Spark 的设计则是自行定位相关上下文。

在重复性工作中，这一区别更为明显。用户可以创建一个时间表，在特定时间或满足既定条件时触发智能体。

Google 还支持 Skills，即包含上下文和偏好流程的可复用指令集。一个 Skill 可以定义智能体应如何处理费用记录，或如何准备每周项目更新。

这种方式类似于轻量级的个人工作流系统。用户不必在每次聊天中重复说明同一流程，而是可以一次性建立指令。

Google 的 Gemini announcement 将 Spark 描述为从回答问题转向在用户指导下完成工作的转变。该公司表示，它会全天候在后台持续运行。

设想一位项目经理通过电子邮件、会议记录和共享文档接收更新。Spark 可以审阅这些来源，识别尚未解决的决策，并起草状态报告。

学生可能会要求它监控消息和截止日期，然后在教授修改作业要求时更新学习计划。一个家庭则可用它审查周期性账单，并标记不熟悉的订阅项目。

这些场景之所以有价值，是因为它们跨越了应用边界。智能体并非只是改进一份文档或总结一条消息。

Google 已经掌控了其中许多边界。用户通常会在一个账户内维护身份信息、通信历史、文档、日程安排和云端文件。

OpenAI 和 Anthropic 可以将其智能体连接到外部服务。然而，每一次连接都会引入设置步骤、授权流程，以及可执行操作可能存在的差异。

Google 可以将 Workspace 操作呈现为一个既有环境的一部分。这让智能体更容易被发现，也可能更容易获得信任。

该公司还运营支持 Spark 的云端基础设施。这使任务能够持续进行，而无需依赖用户自行管理的服务器或保持唤醒状态的电脑。

这种集成正是 Google 策略背后的核心机制。模型质量很重要，但分发能力和经过身份验证的访问权限，能够决定智能体是否成为日常习惯的一部分。

这项策略也伴随着取舍。Spark 能够访问的服务越多，用户就越需要仔细审查它的权限与输出。

访问权限有限的个人智能体能力受限。拥有广泛访问权限的个人智能体很有用，但错误可能波及日历、文档、通信和已存储的信息。

因此，Google 的优势与其风险密不可分。Workspace 为 Spark 提供了现成的运行环境，同时也将敏感上下文集中在一个智能体之下。

OpenAI 和 Anthropic 面临分发之争

Spark 通过将既有账户关系转化为执行层，对竞争智能体构成压力。

智能体市场已经超越了仅能起草文本的系统。OpenAI、Anthropic、Google 和较小的开发商正在构建能够浏览网站、操作文件、使用软件并完成多步骤任务的产品。

OpenAI 的智能体产品强调网络研究、浏览器操作和工具使用。Anthropic 则通过 Claude Cowork 等产品，推动 Claude 用于电脑操作、编程和持续性任务。

独立项目选择了更具可配置性的路线。一些项目允许具备技术经验的用户在自己的机器上运行智能体，并连接许多外部工具。

每条路线都提供了便利性、控制力与覆盖范围之间不同的平衡。Google 的方式则从与人们已在使用的服务集成开始。

Google 推出 Spark 时，early coverage 将邮件访问视为一项重要的竞争优势。扩展之后，这一观察仍然是核心。

电子邮件不只是另一种数据来源。它通常包含项目历史、购买记录、个人请求、会议变更、附件和非正式承诺。

日历数据补充了时间和优先级信息。Docs 和 Drive 则提供将消息转化为成果所需的材料。

连接这三者的智能体能够在减少手动收集上下文的情况下采取行动。与将信息复制到单独助手相比，这降低了操作摩擦。

这篇 engadget google 报告发布之际，Google 也正在将 Spark 扩展到浏览器之外。6 月 30 日，公司在 Gemini macOS app 中向符合条件的 Ultra 订阅用户推出 Spark。

桌面版本可以整理文件夹、使用本地文件，并管理跨越 Mac 和 Workspace 的工作流程。Google 表示，计划通过网页和移动界面提供远程控制功能。

这一桌面端举措让 Spark 更接近于直接在电脑上运行的智能体。它也将安全边界从云端服务扩展至本地文件。

竞争不会只取决于功能清单。可靠性、权限清晰度、延迟，以及从错误中恢复的能力，将决定用户是否信任智能体处理重复性工作。

竞争对手可以迅速匹配摘要功能。要匹配多年经过身份验证的用户活动则更为困难——这些活动横跨电子邮件、文档、存储、日历、地图、搜索和移动设备。

Google 还在 5 月表示，Gemini 在 230 个国家和地区、超过 70 种语言中拥有逾 9 亿月活跃用户。该数字代表 Gemini app，并非 Spark 的采用量。

不过，它仍显示了 Google 可利用的分发渠道。公司可以将智能体置于已经拥有庞大全球受众的产品中。

Spark 的地区限制意味着 Google 目前无法利用这一完整渠道。该测试版也仍仅限付费订阅用户使用。

这些限制给竞争对手留下了差异化空间。OpenAI 或 Anthropic 可以吸引那些在混合软件环境中工作、且不希望由单一提供商调解每一项工作流程的用户。

独立智能体可以强调本地控制、定制能力和透明配置。企业平台则可以通过管理策略、审计记录和专用连接器展开竞争。

Google 在那些数字化工作已围绕 Workspace 展开的用户中占据最强优势。而在 Microsoft 365、本地应用或专业企业系统占主导地位的环境中，这一优势就没那么决定性。

这使得主要竞争不只是 Gemini 与某个竞争聊天机器人的较量，而是整合式账户生态系统与可跨生态连接的便携式智能体之间的赛跑。

Google 押注的是便利性会胜出。其竞争对手则可以反驳称，用户和企业希望拥有一个不依赖于任何单一生产力工具栈的智能体。

持续运行的智能体带来更棘手的信任问题

这项扩展考验的并非用户是否喜欢 AI 的回答，而是他们是否愿意授予 AI 持续访问权限。

聊天机器人通常等待提示，然后返回回答。持续运行的智能体则可以监控条件、保留指令，并在用户不在场时采取行动。

这种运行模式改变了风险。聊天机器人的错误回答往往局限在一段对话中。智能体的错误行动却可能修改文件、误读消息，或准备不恰当的回复。

Google 表示，Spark 仍由用户掌控。该公司还称，智能体会在执行重大操作前请求确认。

这些保护措施很重要，但何为重大操作并不总是显而易见。发送电子邮件显然影响重大。如果智能体更改了关键假设，编辑规划电子表格同样可能造成损害。

小错误可能在重复性日程中不断累积。一个偶尔错误分类单条消息的日常工作流，数周后就可能扭曲项目记录。

用户还必须了解 Spark 在每项任务中可以访问哪些信息。广泛权限会让配置更简单，而更严格的权限则能减少暴露风险。

Google 的 Spark 帮助页面说明，该智能体可以管理任务、日程和自动化工作流。页面还指出，访问权限取决于用户是否持续拥有符合条件的订阅。

支持材料为用户提供了起点，但真正的信任需要可见的控制机制。人们需要清晰记录：智能体读取了什么、尝试了哪些操作，以及它为何作出某项决定。

他们还需要可靠的方式来暂停工作流、撤销连接、修正指令和撤销操作。当用户无法找到导致意外行为的规则时，持续自动化就会令人沮丧。

安全研究人员一再警告，使用外部内容的智能体可能面临提示注入风险。当网页、文档或消息中隐藏的恶意指令试图引导智能体偏离原任务时，就会发生这种情况。

传统模型可能会复述或总结这类内容。配备工具的智能体则可能将该指令视为披露数据或执行无关操作的授权。

Workspace 集成提高了风险，因为收到的消息和共享文档并不总是可信的。攻击者可能故意创建面向 AI 助手、而非其人类所有者的内容。

Google 在账户安全、垃圾信息过滤和应用权限方面拥有丰富经验。然而，智能体系统以陌生的方式将这些领域结合在一起。

该公司自身的谨慎态度也支持这一判断。Spark 仍处于 beta 阶段，按订阅资格和地区逐步推出，并排除了多个受监管市场。

Google 尚未公开将地区排除归因于某一具体法律或技术原因。读者不应假定每个被排除市场都反映了同一种担忧。

欧洲经济区和英国已围绕隐私、平台责任和自动化处理制定了广泛规则。这些框架可能让持续运行的个人智能体更难快速推出。

不过，仅用监管来解释并不完整。语言质量、服务可用性、支持能力和产品成熟度同样可能影响推出决策。

智能体式 AI 的讨论也凸显了一个更大的问题：一个自动化系统应当掌握多少个人上下文？

一些用户会更倾向于 Google 的托管云环境，而不是维护一个独立智能体。另一些人则会认为，集中化本身就是问题，而非解决方案。

任何一方的立场都无法通过一次产品演示来定论。信任将通过数千个普通、杂乱工作流中的实际表现逐步形成。

因此，Google 必须证明的不仅是任务完成能力。当指令冲突时，Spark 需要以可预期的方式失败、解释其工作，并保留用户控制权。

覆盖范围扩大并不能证明用户会每天使用

更大的符合条件受众意味着分发上的里程碑，而非持续运行智能体已成为稳定习惯的证据。

engadget google 的报道确认了哪些人可以获得 Spark，但没有提供采用数据。Google 尚未披露有多少符合条件的用户已激活该智能体。

该公司也尚未公布 Spark 任务的完成率。缺少这些信息，外部人士无法衡量工作流在无需人工修正的情况下成功的频率。

使用频率与注册量同样重要。有人可能只尝试过一次自动收件箱摘要，随后因发现遗漏上下文或优先级判断无用而停止使用。

当用户持续启用重复性工作流时，它们能创造更大价值。它们也对可靠性提出了更严苛的考验，因为智能体会随着时间推移遇到不断变化的输入。

即使早期留存率有限，Google 也可以从扩大推出中学习。用户修正能够揭示哪些指令不够清晰，以及哪些操作需要更严格的确认。

不过，读者应当区分 Google 对能力的主张与经过独立验证的表现。一次成功的演示，并不能证明它在不同账户、语言或组织规则下都可靠。

一项实际上手评测发现，收件箱摘要和费用整理等任务颇具价值。但一名评测者的体验无法证明普遍成功率。

同样的局限也适用于热情的社交媒体帖子。早期用户往往会容忍设置问题，因为他们本就积极希望测试新技术。

主流用户有不同的预期。他们可能在遇到一次令人困惑的权限请求或一次错误的日历操作后，就放弃该智能体。

Spark 的价值也会随个人现有信息系统的质量而变化。整洁的日历、有序的文件和一致的电子邮件习惯，能为智能体提供更好的素材。

账户分散或记录不一致的人，可能获得较少有用的结果。智能体可以基于可用上下文进行推理，但无法修复每一项缺失事实。

企业还面临额外障碍。管理员需要控制数据访问、保留、外部连接器，以及在员工账户下执行的操作。

团队也需要对责任归属形成共识。如果 Spark 根据内部消息起草了一份错误报告，责任不能消失在自动化层中。

Google 的消费者端推出可以在更广泛的企业采用前帮助完善界面。然而，消费者接受并不自动满足企业安全要求。

即使不比较具体订阅价格，成本也会影响采用。Spark 仍绑定于付费 Google AI 订阅，而不是免费的 Gemini 体验。

这一限制将受众缩小为已经愿意为高级 AI 功能付费的人群。它可能带来参与度更高的测试者，但也降低了对普通用户的覆盖。

地域排除还带来了另一个衡量问题。当多个主要市场仍未覆盖时，面向 Ultra 订阅用户的多语言推出不能被视为完整的全球测试。

Google 报告的 Gemini 受众为 Spark 提供了庞大的潜在转化漏斗。最终真正重要的数字，是 Gemini 用户转化为持续运行智能体用户的比例。

在 Google 公布留存、任务完成率或活跃工作流数据之前，最清晰的结论仍然有限：更多订阅用户如今更容易获得 Spark。

这很重要，但并不能决定用户是否希望一个 AI 智能体持续参与他们的数字生活。

三个信号将显示 Gemini Spark 是否奏效

下一阶段应通过覆盖范围、可靠性和重复使用来评判，而不是又一次精心打磨的演示。

第一个信号是向目前被排除市场的扩展。若在欧洲经济区、英国、瑞士或尼日利亚提供支持，将表明 Google 已解决至少部分推出障碍。

这一变化将强化这样一种判断：Spark 正在成为获得广泛支持的 Gemini 产品。若排除状态持续且没有解释，则表明法律、运营或产品限制依然显著。

读者应关注任何新发布的确切范围。国家可用性、语言可用性、符合条件的订阅以及支持的 Workspace 操作，可能会按不同节奏扩展。

第二个信号是有关任务可靠性的证据。有价值的披露包括完成率、确认频率、用户修正率，以及因错误而停止的工作流数量。

Google 未必会公布所有这些指标。针对收件箱管理、文档创建、日程安排和本地文件操作的独立测试，可以提供部分证据。

最有力的测试将涉及不断变化的条件和相互冲突的指令。智能体在干净的任务上往往看起来能力出色，但在信息不完整或模糊时会陷入困境。

安全测试也属于这一信号的一部分。研究人员应检查恶意消息或文档是否能通过提示注入影响 Spark 的操作。

积极的结果将表明，Spark 能隔离不可信指令，并在合理时机请求批准。反复失败则会削弱 Google 的集成优势，因为广泛访问会显得不安全。

第三个信号是持续的用户采用。Google 最终应披露有多少人激活 Spark、创建重复性日程，并持续运行这些日程。

原始 Gemini 使用数据无法回答这个问题。与打开一次聊天相比，Spark 要求用户投入不同程度的信任和参与。

从 Ultra 持续扩展至 Pro 表明，Google 想要的不只是一个面向专业用户的智能体。该公司似乎正在测试，持续自动化能否成为普通订阅的一部分。

免费访问将提供更强的信号，但 Google 尚未宣布这一点。有限的免费试用或精选免费工作流，将表明其对更广泛消费者需求抱有信心。

竞争对手的反应将提供更多背景。OpenAI 和 Anthropic 可以通过更紧密的生产力集成、更简单的日程安排、更强的本地执行能力或更清晰的权限控制来回应。

Google 不需要赢得每一个类别。它需要让 Spark 在其用户已经花费时间的服务中显得可靠。

对知识工作者而言，眼下的启示是应通过边界明确的工作流来评估智能体。先从输入和输出易于检查的任务开始。

每周摘要比自主通信更容易核验。文档草稿比会立即影响他人的操作更安全。

用户还可以维护独立的 AI 知识库，用于存放经批准的参考材料。当助手跨越分散信息工作时，这可以让来源边界更清晰。

最新的 engadget google 报道反映了真实的分发变化。Spark 现在覆盖的付费订阅用户、国家和语言都比上线时更多。

但尚未解决的问题并不是 Google 能否在 Gemini 中部署智能体。Google 已经做到了。

问题在于，当新鲜感消退后，人们是否仍会允许这个智能体持续访问电子邮件、日历、文档和本地文件。

关注地区覆盖图、可靠性证据，以及用户持续保留的重复性工作流数量。这些信号将揭示 Gemini Spark 是正在成为基础设施，还是仍停留在雄心勃勃的 beta 阶段。