Gemini Spark：Google 24/7 个人 AI Agent

核心参数与统计

核心参数解读：Gemini Spark 是 Google 推出的 24/7 个人 AI Agent，基于 Gemini 3.5 模型与 Antigravity 框架运行。其核心差异在于「设备离线后云端后台持续执行」——用户设定任务后关闭设备，Agent 仍在云端按照预设逻辑运行。深度集成 Gmail、Docs、Slides、Calendar 等 Google Workspace 工具，支持周期性触发器、MCP 扩展连接与完整工作流创建。产品当前处于公测阶段，面向 Google AI Ultra 订阅用户逐步开放。

用户与市场认可

Gemini Spark 代表了 Google 在 AI Agent 领域的重要战略布局。与市面上其他 AI Agent（如 ChatGPT Tasks、Claude 的自动化功能）不同，Spark 的核心差异化在于：(1) 始终在线——即使在用户设备关闭后仍在云端持续执行；(2) 深度集成——原生嵌入 Google Workspace 生态，可读写 Gmail、Docs、Slides 等数据；(3) 框架级支持——基于 Antigravity 框架，支持周期性触发器和 MCP 扩展，而非简单的对话式自动化。

作为 Google 官方产品，Spark 背靠 Google 的 AI 基础设施（Gemini 3.5 + Google Cloud），在数据安全、合规性和生态覆盖方面具有天然优势。当前公测阶段的用户反馈将直接影响产品的功能迭代方向。

成本优势

竞品成本对比：

Gemini Spark 的价值体现在「节省人力时间」而非「降低软件许可成本」——用户设定 Agent 执行重复性任务（如每周整理收件箱、自动生成周报摘要），将自身从低价值重复劳动中解放。风险提示：正式版定价尚未公布，当前公测期免费体验不保证免费延续。

主要功能

• 24/7 云端后台执行：用户设定任务后关闭设备，Agent 在 Google Cloud 云端持续执行。任务完成后通过通知或邮件推送结果。执行过程支持断点续传和异常自动重试。
• Google Workspace 深度集成：可读写 Gmail（邮件检索、自动回复、归档整理）、Docs（文档创建、汇总编辑、模板填充）、Slides（幻灯片生成、批量更新）、Calendar（日程安排、会议记录摘要）等全系 Workspace 工具。Agent 对 Workspace 数据的访问权限与用户保持一致。
• 周期性触发器：支持按 Cron 表达式或自然语言设置定时触发（如「每天早上 9 点整理昨日未读邮件」）。Agent 在指定时间自动唤醒执行预设工作流。
• 完整工作流创建：用户可编排多步骤 Agent 任务序列——例如「读取收件箱中的发票邮件 → 提取关键信息 → 写入 Google Sheets → 在 Docs 中生成月度对账单」。支持条件分支和错误处理逻辑。
• MCP 扩展连接：通过 MCP（Model Context Protocol）协议连接第三方服务和自建系统，扩展 Agent 的能力边界。MCP 服务器生态由 Google 和第三方开发者共同维护。
• 任务监控与审计：用户可查看 Agent 的执行历史、每一步的操作日志和处理结果。支持暂停、修改和撤销正在执行的任务。

模型与版本演进

版本记录以 Google 官方发布公告为准。公测版聚焦 Agent 核心能力验证，正式版预计在 2026 下半年发布。

技术优势

• Antigravity 框架：Google 自研的 Agent 运行时框架，支持 Agent 在用户设备离线后迁移至云端持续执行。框架管理 Agent 的生命周期（创建→调度→执行→监控→终止）和状态持久化。
• Gemini 3.5 模型驱动：基于 Gemini 3.5 的理解和推理能力，Agent 可处理复杂多步骤任务，理解用户意图中的隐含约束和优先级。模型支持工具调用（function calling）和结构化输出。
• Google Cloud 基础设施：Agent 运行在 Google Cloud 的全球基础设施上，利用 Cloud Tasks 进行任务调度，Cloud Functions 执行轻量级逻辑，BigQuery 存储执行日志。自动扩缩容保障高峰期执行不阻塞。
• 原生 Workspace 集成：Agent 通过 Google Workspace API 直接读写用户数据，无需 OAuth 重定向或第三方桥接。访问权限严格遵循用户的 Workspace 权限设置。
• MCP 协议扩展：通过 MCP（Model Context Protocol）连接外部工具和服务的标准协议。Google 发布了官方 MCP 服务器规范，支持社区和第三方开发者贡献扩展。
• 安全与合规：Google Cloud 的安全基础架构——数据加密（传输 TLS 1.3、存储 AES-256）、访问审计日志、符合 SOC 2/ISO 27001 等合规标准。Agent 执行日志仅用户本人可查看。

如何使用

典型使用步骤：

1. 确认拥有 Google AI Ultra 订阅（公测资格）
2. 在 Gemini Web 界面进入 Spark 面板
3. 用自然语言描述任务目标（如「每周五下午 5 点汇总本周收件箱中所有未读的 project 相关邮件，提取待办事项，生成周报写入 Doc」）
4. Agent 生成执行计划，用户审核确认
5. Agent 开始按照设定的触发条件执行任务
6. 用户可通过 Spark 面板随时查看执行状态和日志

产品定价

当前使用 Gemini Spark 需要 Google AI Ultra 订阅（$19.99/月）。正式版定价策略尚未公布，公测期用户体验不保证免费延续。

应用场景

• 邮件自动化管理：Agent 按日/周自动整理收件箱——标记重要邮件、归档已处理邮件、提取待办事项写入 Google Tasks。核验：对比使用前后每周邮件处理耗时。
• 周报自动生成：Agent 回顾本周的文档编辑记录、会议邀请和邮件沟通，自动生成结构化周报草稿写入 Google Docs。用户仅需审核微调。核验：对比周报撰写耗时从手动到 AI 辅助的变化。
• 会议跟进自动化：Calendar 会议结束后，Agent 自动提取会议记录摘要（已集成 Google Meet 转录），生成待办事项并分配给参与者。核验：验证 Agent 提取的待办事项与人工记录的一致性。
• 合同/文档模板填充：Agent 根据 Gmail 中收到的客户信息，自动填充 Docs 中的合同模板并发送审批请求。核验：对比批量合同生成的效率和错误率。
• 跨平台信息聚合：通过 MCP 连接第三方工具（如 Jira、Slack、Notion），Agent 按定时触发器汇总各平台的项目进展，生成统一日报。核验：验证 Agent 聚合数据的完整性和准确性。

适用人群

不适配场景：非 Google Workspace 用户（核心价值依赖 Workspace 生态）；需要 Agent 访问本地文件或本地系统的场景（当前仅支持云端服务）；对 Agent 决策自主性要求极高的场景（AI Agent 的准确性和可靠性仍在持续优化中）；组织对 AI Agent 合规性尚未明确的场景。

竞品对比

总结与展望

Gemini Spark 代表了 AI Agent 从「对话式辅助」向「全天候自主执行」演进的重要一步。其「设备离线后云端持续运行」的能力——结合 Google Workspace 原生集成和 Antigravity 框架——在当前的 AI Agent 市场中具有明确的差异化定位。

核心优势：真正的 24/7 云端后台执行，用户无需保持在线；Google Workspace 深度原生集成（Gmail/Docs/Slides/Calendar），无需第三方桥接；背靠 Google AI 基础设施（Gemini 3.5 + Google Cloud），安全合规有保障；MCP 协议开放生态，支持第三方扩展。

已知局限：产品仍处于公测阶段，功能和稳定性仍在完善中；正式版定价尚未公布，长期使用成本不明确；核心价值依赖 Google Workspace 生态，非 Google 用户受益有限；Agent 的决策可靠性在复杂多步骤任务中仍需验证。

风险披露：(1) 公测版本的功能和 API 可能随正式版发布而变化，基于公测版开发和集成的方案需预留适配时间；(2) 正式版定价策略未公布，2026 下半年正式发布后的费用可能超出公测期预期，建议关注官方定价公告；(3) Agent 对 Workspace 数据的访问权限等于用户本身，用户需评估是否允许 Agent 自动操作敏感数据（如自动回复邮件、修改文档）；(4) Agent 的执行结果依赖 Gemini 3.5 模型的推理能力，对于涉及重要决策的任务（如自动回复客户邮件），建议设置人工审核环节；(5) MCP 扩展生态尚处于早期阶段，可用的第三方连接器数量和成熟度有限。

后续观察方向：正式版定价和开放范围（2026 下半年）、MCP 生态扩展速度和第三方连接器数量、Agent 在复杂多步骤任务中的成功率基准数据、以及是否推出面向企业的管理和审计版本。

相关工具：、