前言
2026年5月，我在I/O 2026的演示区第一次看到Gemini Spark的产品演示，没有绚丽的视频生成，没有炫技的交互设计。演示者只是说了一句："它会在后台一直运行，帮你追踪所有待办事项，有结果了再找你。"
那一刻我意识到，这不是另一个AI助手，而是一个真正在云端跑着的数字同事——你睡觉的时候它也在干活。
它能替你做什么
场景一：追踪所有待办，不再遗漏
你告诉Spark："帮我跟进这个项目的所有材料，下周三之前要全部确认。"传统的AI助手执行完这次对话就忘了。Spark不是——它会持续监控Drive和邮件里的相关文件，在你忘记的时候提醒你，在材料到期前催促相关人。
场景二：跨工具协调，不需要你转发
以前你要在邮件、表格、文档之间来回切换，把信息手动搬来搬去。Spark可以同时连接Gmail、Google Sheets和Slides，自己读取邮件里的数据，自己更新表格，自己生成汇报幻灯片，你只需要最后看一眼。
场景三：异步任务，不阻塞你的工作流
你说"帮我写一封客户回复"，Spark不会卡在那等你。它会起草好、放在草稿箱，然后通知你"邮件已起草，是否发送"。这期间你去忙别的，不被打断。
场景四：多Agent并行，分工合作
Antigravity 2.0支持同时跑多个Agent。比如策划一场发布会：Agent A追踪嘉宾回复、Agent B生成物料、Agent C维护预算清单——三个Agent同时干活，主Agent汇总进度报告给你。
它不能做什么
它不能替你做需要主观判断的事。发邮件可以，但措辞的语气、对方的情绪这些需要人来把握。Spark能起草，但最终的发送决定权在你。
它不是一个高情商助手。读取邮件内容可以，但理解邮件背后的人际关系、办公室政治，它做不到。
它的能力受限于Google生态。Gmail、Google Calendar、Drive这些它原生支持，但如果你用飞书、Notion或者其他工具，Spark暂时帮不上忙。
多少钱，值不值
Spark包含在Google AI Ultra订阅里，$100/月。
对个人用户来说，这个价格不便宜——相当于雇了一个兼职助理的月薪。但如果你每天在Google生态里花大量时间处理重复性信息任务（邮件分类、日程跟进、文档整理），这笔账是可以算过来的。
对于企业用户，这个定价反而显得克制——一个真实员工的成本远不止这个数。
谁最适合
选Spark，如果：
- 你每天在Google全家桶里处理大量重复性信息追踪任务
- 你受够了"AI用完就忘"的体验
- 你愿意为"省心"付溢价
不用考虑，如果：
- 你不是Google生态的重度用户
- 你的工作需要大量主观判断和人际沟通
- 你对把所有数字资产交给云端Agent有隐私顾虑
技术架构：了解底层逻辑
不想被技术细节吓到，但理解架构有助于判断它是否靠谱。
Spark的本质是一个跑在Google Cloud VM上的持久化进程，生命周期从天起计，而不是传统的秒级API调用。它由三层组成：Agent Harness（目标状态管理和任务调度）、Orchestration Layer（多Agent并行协调）、MCP Gateway（工具连接层）。底层跑的是Gemini 3.5 Flash——Google特意选了速度最快的模型，因为Agent场景需要频繁推理，速度比单次推理能力更重要。
安全方面，Spark做了三级权限控制：自主执行（读取类操作）、通知后执行（低风险写入）、必须确认（高风险操作）。同时有工具调用上限（每任务最多50次），防止被恶意prompt注入后失控。
总结：值不值？
Gemini Spark是第一个让我觉得"数字同事"这个词真正落地的产品。它不是最强的大模型，不是最炫的AI助手，但它证明了AI可以从工具变成同事这件事是可行的。
值不值$100/月，取决于你的工作性质。如果你每天在Google生态里被重复性信息任务消耗大量时间，这个价格值得认真算一笔账。如果你想要一个什么都能干的AI全能助手，它会让你失望。