Anthropic 在 8 月 7 日通过官方开发者账号 @ClaudeDevs 宣布，从 Claude Code v2.1.224 版本开始，不同会话之间可以直接互相发消息，这项功能被称为“跨会话消息传递”（Cross-session messaging）。

会话之间到底传了什么

官方文档对这项能力的描述很克制：跨会话消息传递让 Claude 把一条消息从一个 Claude Code 会话送到另一个会话。当一个会话里的改动破坏了另一个会话正在构建的东西时，Claude 可以在用户察觉之前就发出预警；当一个会话解开了另一个会话卡住的问题时，答案也能被及时送过去。

关键在于传递的内容边界。@ClaudeDevs 在发布推文中写道：

不必再在另一个会话里把来龙去脉重讲一遍，现在可以让 Claude 去讲。它发送的是一段摘要，而不是完整的对话历史或文件，另一个会话会在任务进行中接收到它。

也就是说，跨会话消息本质上是一段由 Claude 自己撰写、写给另一个 Claude 的纯文本，附带发送方的名称和一个回复地址。对话历史不会跟着走，项目文件也不会。如果需要迁移的是完整上下文而非一个结论，对应的机制仍然是恢复会话，而不是发消息。

实现层面新增了两个工具，用户不需要手动调用：ListAgents 负责发现当前可以联系到哪些会话，SendMessage 负责按名称把文本投递过去。在任意会话中输入斜杠命令 /list-agents（别名 /peers）即可查看可达会话列表，其中包含当前会话内的子代理、同一台机器上的其他本地会话（含后台会话），以及在远程控制连接状态下位于其他机器或网页端的会话。

会话通过名称相互识别，可以用 /rename 或启动参数 --name 指定，也可以由 Claude Code 依据工作目录自动生成。若两个会话重名，列表会额外显示各自的工作目录以便区分。

# 启动时直接命名
claude --name migration
claude --name payments-api

# 在任一会话中查看可达列表
/list-agents

权限这道闸门没有松动

Anthropic 列出的典型场景包括四类：移交一项调查发现、协调并行的工作树（worktree）、获取长时间运行任务的状态，以及跨机器回复。

值得关注的是这项功能在权限上的保守设计。跨会话消息不能用于批准权限请求，也不能修改配置。像 /compact 这样的指令传过去只会被当作纯文本，不会被当成命令执行。如果接收方要按消息内容动手，仍会照常向用户弹出权限确认。换句话说，来自另一个会话的消息，永远不等同于用户本人的授权。

同一版本还引入了 crossSessionInbound 与 dialogExpiry 两项设置。发往以绕过权限模式（bypassPermissions）运行的会话的消息会被暂扣，直到用户批准；发往其他会话的消息则自动投递。此外，这一版修复了一个可靠性缺陷——此前即便写入对方收件箱实际失败，SendMessage 也会显示“消息已发送”，现在投递失败会明确报错。

为防止会话之间陷入互相喊话的死循环，Claude Code 对同一发送方的重复消息做了限流，短时间内到达的完全相同的消息会被丢弃，每个会话待读消息上限为 50 条。

使用门槛与适用边界

该功能要求 Claude Code 版本不低于 v2.1.224，且运行在 macOS 或 Linux 上（包含 WSL 2），暂不支持原生 Windows。满足条件后默认开启，无需额外配置。同一台机器上的会话通过本地套接字通信，不经过 Anthropic 服务器；跨机器场景目前只支持“回复”，即 Claude 无法主动向远程或网页端会话发起对话。

需要说明的是，跨会话消息并非万能胶。Claude Code 对相邻场景各有专门机制：搬运完整上下文用会话恢复，由 Claude 自行派生并监管的一组代理用代理团队（agent teams），在一处观察和操控多个会话用代理视图，用手机操控会话用远程控制，把持续集成结果这类外部事件推入会话则用频道（channels）。跨会话消息真正填补的，是两个由用户自己开启、自己驾驭的并行会话之间的那次交接。

同版本一并落地的还有另外两项能力：面向团队版与企业版的自托管运行器（self-hosted runner），允许把网页、移动端和桌面端会话的实际计算放在自有机器或容器上执行，适合有数据驻留或内网访问要求的组织；以及压缩包插件源，支持通过 HTTPS 拉取单个 zip 文件安装插件，无需 git 或 npm，并可选用 SHA-256 校验值锁定。

对于习惯同时开三四个终端跑不同模块的开发者而言，这次更新省下的不是算力，而是那些反复复制粘贴的碎片时间。

来源：9to5Mac、Anthropic 官方文档、@ClaudeDevs

Cloudflare 在 8 月 6 日推出了 WebMCP 的开发者预览版，试图改变这一局面：网站只需在控制台里打开一个开关，无需编写任何代码，也不改动源站，浏览器中的 AI 代理就能直接调用这个网站提供的工具。Cloudflare 会向页面注入一个轻量桥接层，为访客的代理注册一套可用工具集。

从「爬」到「调用」

过去，AI 获取网站内容的通行做法是爬虫抓取：把内容复制回自己的服务器，往往既不给原网站带去流量，也不留下多少署名。Cloudflare 认为存在一条更好的路径，而且这条路径不需要爬取。

WebMCP 是一项新的浏览器标准，目前已在 Chrome 146 中实验性上线，在页面里以 document.modelContext 的形式呈现。网站可以主动向浏览器内运行的代理暴露一组工具，代理就不必再对着为人类设计的页面元素反复猜测。这样一来，代理的浏览体验可以与人类用户完全不同，token 花在真正要完成的任务上，而不是消耗在无谓的页面导航中。唯一的门槛在于：网站必须自己去实现它。

Cloudflare 一直在这条链路的两端同时布局。其远程浏览器 BrowserRun 已支持 WebMCP，代理可以发现并调用网站暴露的工具；Cloudflare Radar 也即将提供自己的 WebMCP 工具。这次的预览版针对的是另一端——让任何托管在 Cloudflare 上的网站，通过一个开关、零代码就获得这些能力。

技术实现：边缘注入加浏览器桥接

手动实现 WebMCP 本身就是一个不小的工程：需要设计要暴露哪些工具、把它们接入现有界面，还要随着标准演进持续维护。Cloudflare 的目标是把这件事简化成拨动一个设置开关。

这些工具以「工具包」（pack）的形式组织，相关工具可以整体启用。工具包的设计考虑了扩展性：随着 Cloudflare 陆续增加新包，网站只需打开开关即可接入更多能力，无需重新部署。当前开发者预览版包含两个工具包，两者都完全在浏览器中运行。

整套实现由两部分组成，均位于源站之前，不触碰网站自身代码，且对静态站点和单页应用一视同仁。

第一部分是边缘注入。当网站在 Cloudflare 控制台中开启 WebMCP 后，Cloudflare 使用 HTMLRewriter 在每个 HTML 响应中添加一行内容——一个指向桥接脚本的引用。标签和它加载的脚本都来自边缘节点、同源提供，页面的其他部分保持原样：

<script
  type="module"
  src="/.webmcp/bridge.js"
  data-packs="c2pa,mcp-server-client"
  data-mcp-url="/mcp"></script>

其中 data-packs 属性列出要激活的工具包。如果网站已有自建的 MCP（Model Context Protocol，模型上下文协议）服务器，data-mcp-url 就指向该服务器，默认为同源的 /mcp 路径。

第二部分是桥接层。它在页面中运行，负责寻找 WebMCP 接口。如果浏览器不支持该接口，脚本直接返回、什么也不做，页面行为与之前完全一致。

找到接口后，桥接层会把 data-packs 中列出的工具包合成一份工具清单，逐个通过 .registerTool 注册。一个工具包就是一组 MCP 工具描述符及其处理函数。像内容凭证包这样的静态包会预先声明自己的工具；而像站点 MCP 服务器包这样的动态包，则在启动时先发现工具，再进行注册。

在当前预览版中，每个工具都完全在访客的浏览器内运行，不存在向 Cloudflare 服务器的往返请求。内容凭证包在本地抓取图片并解析其前几 KB 的内容溯源元数据；站点 MCP 服务器包则从页面直接与网站的 MCP 服务器端点通信，使用访客所在的源和其已有的会话。

桥接层代码由运行在边缘的 Worker 提供。Cloudflare 表示这为后续扩展留出了空间——未来的工具包将能够调用这个 Worker，去完成页面自身无法独立完成的任务，比如用 Workers AI 总结站点地图，或查询 AI 搜索索引。

对代理而言，这些都只是普通的 MCP 工具。Cloudflare 直接沿用了 Model Context Protocol 自身的 Tool 和 CallToolResult 类型，因此一个已经能与 MCP 服务器对话的代理，不需要任何额外改造就能驱动页面。用 Cloudflare 的说法：浏览器只是 MCP 运行的又一个场所。

两个预览工具包

内容凭证包用于读取图片的溯源元数据，服务于 C2PA 内容凭证计划的参与方。其中 scan_images_c2pa 会扫描页面上的每一张图片，返回一份简短摘要，包含图片总数、已扫描数量、带有 C2PA 信息的数量，以及每张图的格式、声明生成方（例如 Adobe Firefly）、标题和签名者等字段。若需要更细致的信息，inspect_image_c2pa 可以解码单张图片的完整清单，包括编辑历史、声明的作者以及签名证书。

另一个是站点 MCP 服务器包。它会读取网站自有 MCP 服务器通过 tools/list 公布的每一个工具，为其注册一个代理封装。当代理调用该工具时，封装函数会以同源方式向 /mcp 发起 POST 请求，携带访客现有的会话凭据，并将返回的 CallToolResult 原样传回。

对站点运营者来说，这一变化的实际意义在于 AI 流量的处理方式：代理不必再从原始 HTML 中反推网站意图，而是可以调用结构化工具、拿到准确且符合预期的结果，同时保留会话上下文，网站方也能完整看到代理的交互行为。

WebMCP 采用 MCP 2026-07-28 版本规范，该版本将协议从有状态的会话管理转向基于 Streamable HTTP 的无状态模型，代理通过标准 POST 请求调用工具，用 Mcp-Method 和 Mcp-Name 请求头路由指令，从而更适合在边缘基础设施上横向扩展。

需要注意的是，这仍是开发者预览版，WebMCP 标准本身在 Chrome 中也处于实验阶段。站点运营者可以将 BrowserRun 指向自己的域名，查看代理究竟会发现哪些工具、又会如何调用它们，然后再决定是否放行生产流量。

来源：Cloudflare 官方博客、Cloudflare Browser Run 开发者文档

Muse Code 基于 Meta 同日推出的 Muse Spark 1.2 模型。与竞品不同，它没有独立图形界面，安装只需一行命令即可集成进终端工作流。官方介绍称，该工具能够规划代码改动、编写代码、验证结果，并通过多个持久运行的后台子代理协同完成复杂工程任务。

价格双轨：标准版与贡献版相差 20 倍

Muse Code 的计费方式分为两档。标准档按量计费，输入 token 为每百万 1.25 美元，输出 token 为每百万 4.25 美元；贡献档则降至输入每百万 0.10 美元、输出每百万 0.20 美元，输出成本约为标准档的二十分之一。代价是用户需授权 Meta 将提示词与模型输出用于训练未来模型。两档的速率限制也不同：贡献档每分钟最多 60 次请求、210 万 token；标准档可达每分钟 3000 次请求、400 万 token。

这种定价模式把”数据换折扣”摆上了桌面。对于处理公开代码或原型项目的开发者，贡献档极具吸引力；但对于涉及商业机密、私有代码库或受监管行业的团队，标准档几乎是唯一选择。

功能亮点：持久代理与崩溃恢复

Muse Code 在架构上强调长时任务稳定性。它在本地维护一份追加式事件日志，记录每次模型调用、工具执行、审批与编辑。即便运行过程中断，代理也能从断点精确恢复，官方称之为”可重放、可重启”。此外，内置的 /plan、/grill、/goal 等命令分别用于生成待审批计划、压力测试计划以及推进目标完成。

在 Meta 自己公布的基准测试中，Muse Spark 1.2 在 Terminal-Bench 2.1 上取得 82.9%，低于 Anthropic Opus 5 的 86.7%，但略高于 OpenAI GPT-5.6 Terra 的 81.8%。需要注意的是，该分数为厂商自报，尚未经过公开排行榜独立验证。

竞品格局与选择建议

Anthropic Claude Code 与 OpenAI Codex 目前仍是该领域的头部产品，拥有更成熟的社区与生态。Muse Code 的优势在于激进的定价和面向长时任务的运行时设计，劣势则是起步较晚、缺少图形界面、数据授权引发隐私担忧。

对普通开发者而言，若项目代码可公开且追求最低成本，贡献档值得试用；若涉及企业代码或敏感业务，标准档虽贵，但避免了将核心资产变成训练数据的风险。平台竞争越激烈，开发者反而越要先算清楚这笔账。

来源：Meta AI Research 官方博客 / MacRumors / 9to5Mac

据《卫报》看到的内部备忘录，Atlassian 本月为研发团队的员工推出了”AI 钱包”，每人每月上限在 500 至 2000 美元之间，可用于包括 Claude Code 在内的四款 AI 产品。当花费接近上限时，员工会收到提醒；额度用尽后，AI 工具将暂停使用。员工可以申请追加预算，知情人士称目前公司并未拒绝过任何追加请求。

“Tokenmaxxing” 正在推高企业 AI 账单

Atlassian 的举动，与硅谷一度流行的”tokenmaxxing”形成鲜明对比。这个词指鼓励员工尽可能多地使用 AI，一些公司甚至用排行榜来炫耀谁的 AI 用量最高。

代价是真实的。据报道，Uber 在四个月内就烧光了全年 AI 预算；亚马逊也已要求员工不要为使用而使用 AI。token 是 AI 响应的基本计费单位，OpenAI 称一个 token 约等于四个字符，而美国《独立宣言》全文约为 1695 个 token。即便模型单价持续下降，企业实际支出仍在快速上涨，因为 AI 代理会自主生成大量子任务和提示词。

Atlassian 发言人表示，公司正转型为”AI 优先企业”，AI 工具预算按角色设定，”AI 钱包”实际上还提高了员工可支配的额度。但显然，核心目的不是省钱本身，而是让花钱变得可见、可管理。

80% 的高管担心”用得多”被误当成”干得多”

一项由搜索 AI 公司 Elastic 委托、PureProfile 在 6 月开展的调查访问了 500 名澳大利亚企业高管，其中 80% 担心高频 AI 使用被误解为生产力提升。32% 的受访者表示，由于成本压力，公司已经暂停、取消或缩减了 AI 部署。

Gartner 副总裁分析师阿伦·钱德拉塞卡兰认为，”钱包”是一种简单有效的激励手段，能促使员工把 AI 用在真正值得的地方。他指出，AI 代理是成本激增的主要推手：”这些系统会自主生成任务、派生子代理、自己写提示词并发起模型请求。虽然模型价格三年来一直在降，但代理发送给模型的 token 总量正在显著增加。”

企业正在尝试多种降本手段：对简单任务使用更小的模型、采用可本地部署的开源或开放权重模型、以及像 Atlassian 这样直接给预算设上限。

从”无限量”到”有天花板”

Atlassian 的限额策略，某种程度上标志着企业 AI 应用进入第二阶段。第一阶段是探索和尝鲜，预算模糊、用量无上限；第二阶段则要回答一个更现实的问题：这些 token 到底换来了什么价值？

Atlassian 今年年初曾表示，AI 是公司裁员 1600 人的部分原因。如今它用”AI 钱包”把成本责任压到每个研发团队身上。这一做法会不会被其他公司效仿，取决于两个指标：员工是否因为额度而减少无效使用，以及 AI 带来的实际产出是否因此变得更清晰。

对中国企业而言，这一幕同样值得留意。随着豆包、Kimi、通义千问等模型在企业场景的渗透率提升，如何计量、分摊和控制 AI 支出，很可能很快从”后台技术问题”变成”前台管理问题”。

来源：The Guardian（https://www.theguardian.com/technology/2026/jul/30/atlassian-tightens-tracking-of-staff-ai-use-as-other-technology-firms-encourage-tokenmaxxing）

从 Ultra 到 Pro：覆盖人群显著扩大

Gemini Spark 最初于 2026 年 5 月在 Google I/O 大会上发布，随后先向美国地区的 AI Ultra 订阅者开放，6 月又扩展到更多国家和语言。根据谷歌官方更新日志，7 月 16 日起，英语版 Gemini Spark 开始面向美国境内的 Google AI Pro 订阅者推送，其他国家的 Pro 用户预计将在未来几周陆续获得访问权限。

需要说明的是，Spark 目前仍未在部分市场提供服务，包括欧洲经济区、尼日利亚、瑞士和英国。谷歌尚未公布这些地区何时开放。

核心定位：不是聊天机器人，而是任务代理

与普通的 Gemini 对话模式不同，Spark 被设计为 “个人 AI 代理”，能够在后台执行多步骤任务。它的工作方式基于三个概念：

• 任务（Task）：用户想要完成的高层级目标，例如 “帮我规划并管理一次伦敦商务旅行”。
• 日程（Schedule）：自动触发条件，例如 “当我的航班延误时，通知我并建议更新行程”。
• 技能（Skill）：可复用的指令模板，例如同时调用 “旅行预订” 和 “Gmail 撰写” 两个技能来完成重新订房并发送确认邮件。

用户可以在同一时间运行最多 15 个任务，Spark 会按照与 Gemini 其他功能相同的计算用量限制来消耗额度。

已接入的能力范围

Spark 目前可调用多项谷歌服务与第三方应用：

• Google Workspace：搜索和管理 Drive 文件、读写 Docs/Sheets/Slides、阅读评论、在文档中插入图片、批量管理 Google Tasks。
• Google 服务：查看日历、回复或起草 Gmail、管理 Google Keep 笔记。
• 第三方应用：7 月初已支持 Canva、Instacart、OpenTable，7 月中旬新增 Dropbox 和 Zillow。
• 自定义连接应用：用户可通过 MCP（Model Context Protocol）服务器 URL 接入个人或第三方应用。
• Mac 远程控制：在 Gemini macOS 应用中，用户可通过其他设备让 Mac 执行文件浏览等操作。

此外，Spark 支持根据主题监控新闻、财经、体育和本地事件，并在需要用户输入时发送更详细的通知。

对普通用户意味着什么

对于已经订阅 Google AI Pro 的美国用户来说，Spark 提供的是从 “提问-回答” 到 “委派-跟进” 的体验升级。它并不直接替代具体的工作软件，而是尝试把多个工具串联起来，减少用户在 Gmail、日历、文档和搜索之间反复切换的时间。

不过，其实际效果仍取决于任务复杂度和用户的确认习惯。例如，编辑共享文档时，Spark 会要求用户审阅并确认计划中的修改，而非直接覆盖原文件。

总结

Gemini Spark 向 Pro 用户开放，是谷歌将 AI 代理从 “最贵订阅层的实验功能” 推向主流付费用户的关键一步。它能否真正提升工作效率，取决于后续对更多应用、更多语言以及更多地区市场的支持节奏。

Presence 是什么？

根据 Business Insider 率先报道，OpenAI 在周三发布了一款面向企业的新产品 Presence。它并非直接替代 Salesforce 或 Workday，而是帮助企业为 AI 代理建立“护栏”：围绕数据权限、使用策略、合规规则等维度，控制 AI 代理如何访问和使用公司内部数据。

Presence 瞄准的是客户服务、销售、内部流程等场景，目的是让 AI 代理在这些业务中更有效地自动执行工作。它既体现了 OpenAI 在模型之上的软件和治理能力建设，也标志着 OpenAI 正进一步切入 SaaS 市场，与传统软件厂商正面竞争。

软件股应声大跌：Workday 跌近 10%，HubSpot 跌超 12%

新产品公布后，软件板块遭遇明显抛售。自周三上午以来，相关公司股价跌幅如下：

• Workday 下跌 9.9%
• Atlassian 下跌 11.8%
• HubSpot 下跌 12.7%
• Salesforce 下跌 7.7%
• Okta 下跌 4.2%

TD Cowen 分析师在致投资者的报告中指出，Presence 的发布很可能是 IGV 软件指数 周三下跌约 3%、周四继续下挫的“主要原因”。

分析师认为，Presence 所包装的能力——“LLM 推理 + 数据访问 + 治理/策略控制”——恰恰是 SaaS 厂商自己也在推销的 AI Agent 能力。TD Cowen 科技分析师 Derrick Wood 对 Business Insider 表示，在业务应用公司与 Presence 重叠的领域中，客户服务和销售两个方向尤其容易受到冲击。

这不是第一次：OpenAI 已经让 SaaS 股“受过惊”

Wood 还提到了去年 10 月的先例。当时 OpenAI 发布的一系列内部 AI 工具博客，展示的工具与现有 SaaS 产品非常相似，结果导致 HubSpot、DocuSign、ZoomInfo 等公司股价大跌。

当时 TD Cowen 分析师认为市场反应过度，但也留下一句后来被反复引用的话：“这样的日子提醒投资者，市场对‘AI 正在吃掉软件’（AI eating software）的担忧有多么强烈。”

市场为何恐慌？

OpenAI 的动作之所以引发连锁反应，是因为投资者开始重新评估 SaaS 公司的长期护城河。如果 AI 代理能够直接完成销售、客服、内部流程等任务，企业是否还需要为传统软件支付高额订阅费用？这种不确定性在大盘本身已因油价上涨、债券收益率上升和大型科技公司财报疲软而承压的背景下，被进一步放大。

OpenAI 此次没有回应媒体的置评请求。但 Presence 的发布表明，这家以模型起家的公司正在把触角伸向企业软件层。未来 SaaS 巨头如何应对 AI 代理的侵蚀，可能会成为资本市场和科技行业接下来几年的核心议题之一。

什么是 Gemini Spark？

Gemini Spark 被 Google 定位为“你的个人 AI 代理”（your personal agent）。与只能回答问题的传统聊天机器人不同，它可以在你的授权下主动执行复杂任务，并持续运行——即使你的电脑或手机已经关闭，因为它运行在云端。

Google 希望 Spark 把 Gemini 从“会回答问题的助手”升级为“能真正替你干活的搭档”。它可以在 Gmail、Google Docs、Sheets、Slides 等 Workspace 服务之间穿梭，也能通过第三方连接应用处理更多任务。

7月更新：Workspace 编辑、Mac 远程控制、第三方应用连接

此次向美国 Pro 用户开放的同时，Google 也公布了一系列新能力。

在 Google Workspace 方面，Spark 现在可以：编辑私人表格和演示文稿、读取表格和演示文稿中的评论、编辑共享文档、向文档和演示文稿添加图片，以及通过 Canvas 面板对文档进行精修。

对于 Mac 用户，Google 新增了远程控制功能：你可以让 Gemini 应用在你的 Mac 上执行操作，即使你在另一台设备上发起请求。

在 第三方连接应用 方面，Spark 的支持列表也在扩展。7月1日，Canva、Instacart、OpenTable 开始接入；7月7日，Dropbox 和 Zillow 加入。Google 表示，这些连接将通过 MCP（Model Context Protocol） 等机制实现，让 Spark 能够调用更多外部服务的数据和能力。

此外，Spark 的通知和来源检索也变得更智能：它会在需要输入时提供更详细的信息，并在你已经在网页端处理某个任务时避免重复发送手机通知；对于涉及多个来源的复杂任务，它可以并行检索和审核来源，提高处理速度。

付费与安全：Agent Payments Protocol 2

为了让用户放心让 AI 代理执行任务，Google 引入了 Agent Payments Protocol 2（AP2）。用户可以设置代理的消费上限、允许购买的商品类别以及可使用的商家，并生成交易记录，方便应对退货或订单问题。

在订阅层级上，Google AI Ultra 提供每月 100美元 和 200美元 两档，主要面向开发者、技术负责人和高级创作者；Google AI Pro 则位于更低的订阅档位。Google 还表示，正在把 Gemini 应用从“每日提示次数限制”转向“按计算量计费”的模式，即根据提示复杂度、使用功能和对话长度综合计算消耗。

它和其他 AI 助手有什么不同？

与市面上多数需要用户持续在线的 AI 工具相比，Gemini Spark 的核心卖点是“云端持续运行”。它可以在后台替你跟进多步骤任务，比如持续监控旅行价格、整理项目资料或跨应用更新日程。Google 还预告，今年晚些时候将推出名为 Android Halo 的新界面，用于直观展示代理的任务进度。

不过，这些能力也带来现实问题：用户需要把大量个人和工作数据授权给云端代理，隐私边界、错误执行和安全风险仍然是未来需要重点观察的维度。随着 Spark 向美国 Pro 用户开放，更多普通用户将有机会亲自测试这款 AI 代理的实际表现。

谁可以用上 Gemini Spark？

Gemini Spark 在 2026 年 5 月的 Google I/O 大会上首次亮相，被定位为”你的个人 AI 代理”，能够代表用户执行多步骤任务、在后台持续运行。上线初期仅向受信任的测试用户和 Google AI Ultra 订阅者开放。

根据 Google 官方帮助文档，2026 年 7 月 16 日起，Gemini Spark 开始以英语向美国境内的 Google AI Pro 订阅者推出。而 7 月 14 日的更新则宣布，除欧洲经济区、尼日利亚、瑞士和英国外，Google AI Ultra 订阅者可在几乎所有支持 Gemini 应用的国家和地区使用 Gemini Spark，并支持当地语言。

Workspace 集成能力增强

7 月的升级让 Gemini Spark 对 Google Workspace 的操作能力明显提升。现在它可以：

• 编辑非公开的电子表格和演示文稿
• 读取电子表格和演示文稿中的评论
• 编辑共享的文档、表格和演示文稿
• 在文档和演示文稿中添加图片
• 使用 Canvas 面板修改和优化文档，包括共享文档

这意味着 Spark 不再只是生成草稿供用户复制粘贴，而是可以直接在用户的工作文件里动手修改，成为真正的生产力协作对象。

跨设备控制 Mac

另一个值得注意的新功能是”远程控制 Mac”。用户可以通过其他设备，让 Gemini 应用在 Mac 上执行操作。这一功能显然瞄准的是希望跨设备管理工作的重度用户，让 AI 代理在云端持续运行，即使手机或电脑关闭也不中断。

通知与性能优化

7 月 13 日的更新还包括两项体验改进：

• 更智能的通知：当任务需要用户输入时，通知会提供更多细节；如果用户已经在网页版 Gemini 的对应任务线程中，系统就不会重复发送移动通知。
• 更智能的信息来源处理：对于涉及多个来源的复杂任务，Spark 现在可以并行检索和查看来源，从而加快处理速度。

第三方 Connected Apps 持续扩展

在第三方生态方面，Gemini Spark 支持的连接应用也在快速增加。7 月 7 日开始支持 Dropbox 和 Zillow，7 月 1 日已支持 Canva、Instacart 和 OpenTable。这表明谷歌正通过 MCP（Model Context Protocol）等开放连接方式，让 Spark 逐步接入更多外部服务，而不是局限于自家应用生态。

对用户的实际意义

Gemini Spark 的扩张意味着谷歌正在把 AI 从”问答助手”转向”行动代理”。对于已经在使用 Google AI Pro 或 Ultra 的用户，现在可以期待一个能同时处理邮件、文档、日程、购物和更多跨平台任务的自动化助手。但与此同时，它也带来新的问题：用户如何管理隐私权限、如何确认 AI 执行的金融或敏感操作、以及后台代理的可靠性能否达到生产环境要求。这些问题将决定 Gemini Spark 能否从尝鲜功能变成真正的工作流基础设施。