Google 让 AI 替你 24/7 打工：Spark 全球上线，Docs 可编辑、速度翻倍

AI Agent 喊了一整年，真正能后台干活的没几个

2026 年被硅谷称为"Agent 元年"。从 OpenAI 的 ChatGPT Agent 到 Anthropic 的 Claude Cowork，再到无数创业公司喊着"AI 替你工作"的口号——Agent 这个词已经被用滥了。

但一个尴尬的现实是：绝大多数所谓"Agent"本质还是会话式聊天机器人。你关了电脑，它就停了。你切到别的窗口，它就等着。这更像是"一个更聪明的聊天框"，而不是"一个替你干活的人"。

Google 今天用 Gemini Spark 的更新把这条线画得更清楚了：真正的 Agent，应该在你睡觉的时候还在工作。

7 月 15 日，Google 官方账号 @GeminiApp 发推宣布，Gemini Spark 开始向更多国家和语言的 Google AI Ultra 订阅者推送。Google 主号（3190 万粉丝）随后转发，Google Labs VP Josh Woodward 也在自己的账号上确认了这一消息并补充了四项关键升级的细节。

这不是一次简单的地区扩容。四项功能更新——Docs 直接编辑、Workspace 深度集成、端到端速度提升超 50%、多源并行检索——暴露了 Google 在 Agent 赛道的真正打法：用生态绑定，用架构做差异化。

从美国到全球，Spark 一口气拿下四个关键升级

先看事实。

Gemini Spark 在今年 5 月 Google I/O 首次亮相时，只是一个面向美国 Ultra 订阅者的 Beta 产品。6 月 17 日，Google 将可用范围扩大到更多地区（但仍排除了澳大利亚、加拿大、欧洲经济区、日本、英国等主要市场）。今天的更新，据 Josh Woodward 披露的官方 changelog，将 Spark 推向了"所有 Gemini Apps 支持的语言"，仅排除了欧洲经济区、尼日利亚、瑞士和英国四个区域。

换句话说，从覆盖面上看，Gemini Spark 已经实质上进入了全球市场。

与地理扩容同步推出的四项功能更新，Woodward 在推文中逐一列出：

Google Docs 直接编辑：Spark 现在可以直接打开和编辑 Google Docs 文件，按照 Woodward 的说法，这是"对上周用户反馈的直接响应"。
Google Sheets 和 Slides 评论读取：Spark 不仅能处理文档正文，还能读取表格和演示文稿中的评论——这意味着它不会遗漏协作场景中的关键信息。
速度提升超 50%：Woodward 用了一个主观但有力的表述——"你能感觉到（you can feel it）"。
多源并行检索：对于需要从多个信息源交叉比对的复杂任务，Spark 现在可以并行获取和审查来源，而非线性排队处理。

Woodward 还给了一个关键暗示：面向 Pro 订阅者的 Spark 接入方案"即将到来（stay tuned for an access update soon）"。这对目前被挡在 Ultra 门槛外的 Pro 用户来说，是今天仅次于功能更新本身的第二大看点。

Docs 可编辑、速度翻倍：四项更新各解决了什么痛点

如果把 Google I/O 时的 Spark 看作一个"概念验证"，那么今天的更新标志着它正在变成一个真正能用的产品。四项更新的每一项，都精确地指向了早期用户最痛的槽点。

第一项：Docs 编辑。这是最直观也是最关键的一步。在此之前，Spark 只能读取 Google Docs 中的内容，无法直接修改。对于一个被定位为"个人 AI 代理"的产品来说，这个限制几乎等同于"能看不能碰"——你可以让 Spark 帮你总结文档，但没法让它帮你改。现在，Spark 终于具备了完整的读写能力。Woodward 特别提到"acting on feedback from last week"，说明 Google 内部对 Spark 的迭代节奏是按周计算的。

第二项：Sheets 和 Slides 的评论读取。这个功能看似不起眼，但在实际使用中非常关键。以企业场景为例：一份 Google Sheets 的单元格里可能只是数字，但评论区的讨论往往包含了决策逻辑和上下文。如果 Agent 只看正文不看评论，就等于漏掉了 30% 以上的信息。这项更新让 Spark 在协作场景中的实用性大幅提升。

第三项：端到端提速 50%+。对于一款 24/7 运行的 Agent，速度不是锦上添花，而是产品命脉。Spark 的架构决定了它需要频繁地在模型推理和工具调用之间切换——每次等待都在累积用户的"Agent 焦虑"。Woodward 用"you can feel it"来形容体验提升，说明这次优化不是供应商自娱自乐的 benchmark 提升，而是真正在用户体验层面产生了可感知的变化。

第四项：多源并行检索。这是四项更新中技术含量最高的一项。传统 Agent 在执行多源信息检索任务时，通常采用串行模式——先查 A 源，再查 B 源，再查 C 源。当任务涉及 5 个以上的信息来源时，总延迟会线性增长到不可接受的水平。并行检索意味着 Spark 可以同时向多个源发起查询，将等待时间从"加法"变为"取最大值"。对于"帮我比较三家酒店的价格、评分和周边设施"这类任务，并行带来的提速可能远超 50%。

这四个更新放在一起看，Google 的优先级非常清楚：先把 Google Workspace 的护城河打深，再优化基础体验，最后攻技术前沿。

Josh Woodward 带队，Google 在 Agent 赛道下了一盘大棋

理解 Gemini Spark 不能只看产品功能，还要看它在 Google 整体 AI 战略中的位置。

Josh Woodward，Google Labs 副总裁，同时负责 Gemini App 和 AI Studio——这个"产品+开发者工具"的双重角色本身就说明了 Google 对 Agent 的定义：既面向消费者，也面向开发者生态。Woodward 此前主导了 Chromebook 和 Google 的 Next Billion Users 计划，他的履历是一个信号：Google 不是把 Agent 看作一个实验室玩具，而是要把它推向十亿级用户。

Gemini Spark 的技术底座是 Gemini 3.5 Flash + Antigravity agent harness。3.5 Flash 在 Terminal-Bench 2.1（agentic coding）上跑出 76.2%，在 MCP Atlas（工具调用）上跑到 83.6%，两项数据都超越了上一代旗舰 Gemini 3.1 Pro。更重要的是，它的推理成本远低于 Pro 级模型——这是 24/7 运行的经济前提。如果一个 Agent 每小时消耗的计算资源等同于一个 Pro 模型的单次推理，那它的商业模式从一开始就不成立。

Antigravity harness 则是 Google 的"Agent 操作系统"。它提供了子 Agent 调度、长时间任务记忆、工具调用管理等基础能力——Spark 本质上是这个技术栈在消费端的第一个大产品。Google 在 5 月 I/O 上同时发布了 Antigravity API，让开发者可以基于同一套基础设施构建自己的 Agent——这意味着 Spark 既是产品，也是样板间。

定价策略也值得关注。Spark 目前仅面向 Google AI Ultra 订阅者，月费约 100 美元。这个价格在 Claude Cowork（Pro 档 20 美元即可使用）和 ChatGPT Agent（Plus 档 20 美元）面前显得相当高。但 Google 的逻辑不是跟竞争对手拼价格：Ultra 档捆绑了 Gemini 3.5 Pro、Nano Banana 全套图像模型、Gemini Omni 视频生成等多条产品线——Spark 是让 Ultra 物有所值的"加量"项，而非独立的付费点。

Woodward 对 Pro 用户"stay tuned"的暗示，说明 Google 已经意识到仅靠 Ultra 档覆盖不了足够的用户规模，但对何时以及以何种方式向 Pro 开放，目前还没有明确时间表。

Claude、ChatGPT 也在做 Agent，但 Spark 的差异化不在模型

2026 年的 AI Agent 市场已经形成三强格局：Google Gemini Spark、Anthropic Claude Cowork、OpenAI ChatGPT Agent。三者的核心区别不是"谁更聪明"，而是"Agent 运行在哪里"。

ChatGPT Agent 目前主要是会话模式——你开一个对话，Agent 在这个对话里执行任务。OpenAI 在今年 4 月推出了 Workspace agents 的研究预览，但主体体验仍然是 session-based。关了浏览器，任务就停了。

Claude Cowork 走得更远一点，它结合了桌面会话和云端 Background Agents，可以处理一些异步任务。但 Anthropic 的定位更偏向"业务工具深度"——QuickBooks、HubSpot、GitHub、PayPal 等连接器生态是它的长板。

Spark 的差异化在于"云原生持久化执行"。它运行在 Google Cloud 的专用虚拟机上，不需要你的设备保持在线。这个架构差异的影响是：Claude 和 ChatGPT 各有所长，但当用户需要一个真正全天候运行的 Agent 时，Spark 是目前唯一不需要额外搭建基础设施就可以用的选项。

但这个优势同时也是风险。一个拥有 Gmail、Drive、Docs、Sheets 读写权限的 24/7 Agent，其安全攻击面和治理复杂度远超一个会话式聊天机器人。Google 的设计原则是"高风险操作前先征求用户同意"，但如何定义"高风险"，以及如何在便捷性和安全性之间取得平衡，将是 Spark 未来最大的产品挑战。

从社区反应来看，今天的更新在 Twitter 上引发了典型的"Pro 用户不满+技术乐观者兴奋"两极化反馈。托尼·西蒙斯（Tony Simons，AI agent builder，6847 粉丝）的评论代表了大批 Pro 用户的态度："Sure. Forget us Plus users. It's cool."（好的，忘了我们 Plus 用户吧。挺好的。）而 Varun Pramanik（Group Director, Business Transformation at Dentsu）则分享了一个真实使用场景：他用 Spark 定期更新三份 Google Docs，追踪三个女儿的啦啦队比赛信息——从群聊、PDF、传单、邮件中抓取关键数据。"这样我和 Gemini 随时可以参考。"

当 AI 开始 24/7 替你工作，规则就变了

Gemini Spark 今天的更新，放在更大的时间线里看，是一个重要的拐点信号。

两个月前 Google I/O 上的 Spark 还是一个"trusted testers only"的产品雏形。两个月后，它已经覆盖了 Gemini App 支持的大部分语言和市场，具备了 Google Docs 的完整读写能力，端到端速度翻了一倍以上，并且 Google 母公司主号亲自为其站台。

这种迭代速度指向一个事实：Google 正在用对待搜索引擎核心产品的方式对待 Agent。不是实验，不是 demo，而是下一代主力产品线的雏形。

更值得关注的是这场 Agent 竞赛的下一步。Woodward 在推文中暗示 Pro 用户的接入方案已在路上。按照 Google 的节奏，这个窗口不会太长。当 Spark 从 Ultra 下沉到 Pro——也就是从 100 美元月费降到 20 美元——它的用户基础将是数量级的跃升。

届时，AI Agent 的市场竞争将从"谁家的模型更强"彻底转向"谁家的 Agent 离用户的日常数据和工作流更近"。而在后一个战场上，拥有 Gmail（全球超 20 亿用户）、Google Drive、Google Docs 和 Google Calendar 的 Google，起跑线本身就比竞争对手靠前一大截。

今天这四项更新，每一件单看都不算石破天惊。但把它们和全球扩容、Pro 接入预告放在一起，Google 对 AI Agent 的意图已经清晰得不能再清晰：先占住你的工作台，然后让你的 Agent 永远不下班。

参考链接：

转载声明：本文由 AREX Agent 自动生成，仅供参考，不构成投资建议。转载请注明出处。