比旧引擎快七成，错误率降到 5.5%

Google 给出的数据是，从开口说话到生成最终文字，Gemini 3.5 Transcribe 比上一代语音识别引擎 Chirp 3 快约 70%；实时语音的错误率从 Chirp 3 的 7.32% 下降到 5.5%。虽然降幅不算惊人，但语音输入最怕事后改错别字，任何提升都有实际价值。

该模型支持 85 种语言，对预先录制的音频最多可区分 3 名说话人。它目前已经用在 Gboard 输入法的 Rambler 功能中（首发于 Pixel 11 手机），macOS 版 Gemini 应用的语音输入也从即日起获得这项能力。

已经上线和即将到来的地方

除了 Gboard 与 Gemini 应用，Google 表示 Antigravity 已接入新模型，可在获得授权后结合屏幕内容与聊天记录；AI Studio 的构建模型也已可用，开发者能用优化过的语音转文字来”声控写代码”。开发者还能通过 Gemini API 直接调用该模型。

Google 还计划把这项转写能力带进 Chrome 浏览器，届时可在任意网页输入框用语音写邮件、发评论，甚至直接向聊天机器人下指令。

可用性提示

需要说明，Google 的 Gemini 系列服务目前尚未在中国内地提供，Pixel 11 也未在中国大陆正式销售，因此文中的 Rambler 等功能对国内用户暂时无法体验。对于关注 AI 语音技术的读者，这款模型展示了”听得清”之外”整理得干净”的新方向。

一、别把资料全塞进一个笔记本

Gemini Notebook 会一次性把来源清单里的所有内容合成指南。若把十个互不相关的 PDF 丢进去，它只能求平均，细节全被抹平。免费版单个笔记本最多支持 50 个来源，空间足够，但应按项目拆分：一个单元或一项任务建一个笔记本。生成前，先取消勾选，只保留 2–3 个相关来源，再附带提示：「仅使用已勾选的来源生成对比学习指南，忽略其余来源。」

二、先明确使用对象

默认指南假定读者是普通人，于是写得四平八稳。用一句提示定下身份，比如：「列出掌握本主题必须先答对的 5 个关键问题，并围绕这 5 个问题组织指南。」面向资深研究者还是临时温习，结果差别很大。

三、别把第一版当终稿

一键生成的指南把来源等量齐观，看不出知识盲区。可追加提示：「找出本指南中最复杂的 3 个概念，改写成带隐藏答案的主动回忆卡片。」更进阶的做法是在「工作室」（Studio）面板用「自定义报告」串联多个模板，例如术语表＋应用场景＋练习题，拼成一份完整资料。

四、注意资料的格式

Gemini Notebook 原样读取来源。结构清晰的 Markdown 或关联的 Google 文档，比排版复杂的 PDF 解析更干净；扫描质量差的文档经 OCR 后会出乱码。上传前，先把一段文字粘进记事本，若乱码就换干净版本；生成前点开左侧来源，核对提取出的原始文本预览。

五、核对引用

指南里每句论断都链回来源，这正是它比普通聊天更可信的地方。但多数人不点开核实，于是模型「翻译」时丢失的细微差别就被放过了。可让模型：「提取本指南中最关键的 3 项论断或数字，并逐句引用来源原文证明。」技术或数值类内容尤该抽查。

来源：MakeUseOf

Google 于 8 月 13 日发布 Gemini 3.7 Flash，距离 7 月 21 日的 3.6 Flash 仅隔三周。这是 Gemini 3 系列在不到八个月里推出的第四个 Flash 版本。官方称这次更新直接来自开发者反馈与算法改进，定位为「迄今最聪明的主力模型」，主攻编码与智能体场景。

## 编码与智能体：跑分大涨

在软件工程任务上，3.7 Flash 相比 3.6 Flash 有明显提升：FrontierCode 1.1 Main 基准从 34.4% 提升到 43.6%，DeepSWE 1.1 从 49.0% 提升到 65.3%；WebDev Arena 评分从 1538 升至 1588；处理复杂文档的 GDP.pdf 基准从 22.0% 升至 34.0%；面向真实业务流的 AutomationBench 从 17.0% 提升到 30.4%。官方表示，新模型在代码首过准确率、多步规划与工具调用上更守纪律，能减少人工干预与重试次数。

## 价格：首发促销价砍半

3.7 Flash 的输入价格为每百万词元 0.75 美元、输出 3.75 美元，是 3.6 Flash 首发价的一半。这一促销价持续到 2026 年底，2027 年 1 月 1 日起将恢复为每百万词元输入 1.50 美元、输出 7.50 美元。横向对比，Claude Sonnet 5 的输入、输出价为 2.00 与 10.00 美元，GPT-5.6 Terra 为 2.00 与 12.00 美元，3.7 Flash 在价格上仍具优势。

## 落地与可用范围

该模型已上线 Gemini API、Google AI Studio、Android Studio、Gemini Enterprise 平台，以及 Google Antigravity 编程环境。面向个人的 Gemini Spark（需 AI Pro 或 Ultra 订阅，覆盖 160 多个国家）也从即日起切换至 3.7 Flash。模型支持最高 100 万词元的上下文与 6.4 万词元输出，知识截止时间为 2026 年 3 月。安全方面，更新了针对化学、生物、放射与核（CBRN）及网络攻击领域的防护。

来源：Google Blog（Gemini 团队官方发布）

AlphaFold 的奇迹难以复制

AlphaFold 的成功有一个极其特殊的前提：Protein Data Bank。这个数据库汇集了约 17 万个实验验证过的蛋白质结构，背后是 53 年的国际合作和大约 210 亿美元的实验投入。

这种规模的、标准化的、可重复的数据集在科学界非常罕见。蛋白质晶体学本身是一种高度可重复的实验手段，但大多数生物学和化学实验不具备这种条件：细胞系会漂移，试剂会有微量污染，实验室湿度都会变化。要在这些领域建立同样质量的训练数据，可能需要几十年。

真正的科研不是跑模型，而是综合判断

科学家做研究时，从来不会只依赖一种完美数据。他们会把对接计算、已知结构、分子动力学模拟和少量实验结果综合起来，再根据经验判断每种方法的可信度。这种在不确定中权衡、迭代和修正的能力，正是传统大模型难以做到的。

智能体恰好可以模拟这一过程。它不是针对单一问题训练一个巨型模型，而是让一个大语言模型调用多种工具、反复尝试并修正假设。

Google Co-Scientist 验证了这个思路

今年 5 月，Google 发布了 AI Co-Scientist。研究者只给它一个一页纸的任务说明：找出抗生素耐药性如何在细菌物种之间传播。

系统启动了多个子智能体：一个负责从文献中提炼假设，一个像同行评审一样挑刺，一个通过「锦标赛」机制给假设打分，一个负责把优胜假设进一步打磨。最终，AI 得出了一个正确结论——耐药基因会搭乘噬菌体在不同细菌之间转移。

这个结论此前由帝国理工学院的研究团队花了十年湿实验才独立得到，而当时那篇论文还在同行评审中，Co-Scientist 不可能提前看到。

智能体能解决科学界的「复现危机」

学术界长期苦于复现危机：很多实验结果难以被其他团队重复验证，原因之一是研究人员不愿在论文结束后继续整理原始数据和完整代码。

智能体天然会记录每一步操作，留下精确的方法日志。这意味着未来一篇论文背后的完整实验流程可以被自动保存和复刻，复现率有望大幅提升。

此外，智能体还能把实验室里几十年的经验、失败案例和隐性知识集中到一个标准化的机构知识库中，解决研究生只能靠翻前辈笔记本找经验的问题。

速度比争论更重要

当验证一个想法的成本低于开会争论时，人们会直接去做实验。能在一小时内读完一千篇论文、设计出五百个分子、并从失败中学习的智能体，会把科学探索的成本降到前所未有的水平。

作者认为，历史上改变科学面貌的通用工具屈指可数：微积分、统计推断、光谱学、计算机。AI 智能体很可能是下一个。

来源：MIT Technology Review / Eric Schmidt、Suhas Mahesh

PCWorld 助理编辑 Sam Singleton 整理了几条搜索指令，都是在搜索框里多敲几个符号的事，却能把跑偏的结果拉回正轨。

五条指令，按场景对号入座

1. 引号：锁定一模一样的原句

当每个字都不能错的时候，用双引号把整句话框起来。比如搜索 "wireless mouse keeps disconnecting"，搜索引擎会去找这个特定短语，同时排除掉那些只用到其中几个词的页面。查报错信息、歌名，或者只记得半句的文章原文，这一招最管用。

1. 减号：把不想要的词踢出去

减号用来排除某个词。比如你想查美洲豹这种动物的速度，不想看到捷豹汽车的内容，就搜 jaguar speed -car。注意减号要紧贴在词前面，中间不能有空格。

1. site:：只在指定网站里翻

知道东西大概在哪见过，或者只信任某个来源时用它。例如 site:reddit.com standing desk back pain，就只在该论坛里找站立式办公桌导致背痛的讨论。它也支持只搜网站的一部分，比如 site:support.microsoft.com BitLocker，直接钻进微软官方支持库里查 BitLocker。

1. filetype:：只要某种格式的文件

要找说明书、报告、指南这类文档时特别省事。搜 monthly budget plan filetype:pdf，就会跳过大量网页，直奔 PDF 文件。

1. before: / after:：卡住时间范围

过时信息挡路的时候用日期限定。Windows 11 review before:2022-01-01 能翻出早期的评测；Windows 11 update after:2025-01-01 则只给近期的页面。两条一起用，就能锁定一个具体的时间区间。

组合起来才是完全体

这几条指令单独用就有效果，叠在一起威力更大。Sam Singleton 给的示范是 site:lego.com "Voltron" filetype:pdf before:2026-01-01——在指定官网里、找包含特定关键词的、PDF 格式的、某个日期之前的内容，四重筛选一步到位。

把每条指令都当成一个线索：它既在告诉搜索引擎你要什么，也在告诉它你不要什么。给的线索越多，结果就越准。

需要提醒的是，以上语法出自 Google 的搜索规则，具体支持情况以各家搜索引擎的官方说明为准。

来源：PCWorld

Open RSS 在文章里提出了一个尖锐判断：Google 自己靠着 RSS 起家，却在用户养成了使用习惯之后，一次又一次关停支持，最终让许多 RSS 重度用户放弃了这个协议。

一、Chrome 浏览器悄悄拿掉 RSS 按钮

故事可以追溯到最早的 Chromium。早期的 Chromium 浏览器内置了一个 RSS 按钮，当用户打开的网页提供了 RSS 订阅地址时，浏览器地址栏就会出现一个小图标，点击后即可直接订阅。后来这个按钮在没有通知的情况下消失，Google 也没有给出官方解释。

对绝大多数普通用户而言，这是他们第一次接触到”什么是 RSS”的机会；而 Google 直接把机会的入口从最普及的浏览器里拿掉了。

二、收购 FeedBurner，把开放协议关进黑盒

2007年，Google 收购了 FeedBurner。这是一项允许站长把自家 RSS 源转换成”增强版”的服务，原本的卖点是统计阅读数据、插入广告联盟。问题是，转换后的 RSS 源只指向 Google 自己的服务器：原本开放的协议变成了封闭的”私有版本”。

收购之后，Google 在 2012 年关闭了 FeedBurner 的对外 API，让第三方开发者无法再围绕它构建工具；又在 2022 年 7 月大规模裁撤了 FeedBurner 的核心功能，包括邮件订阅。这意味着大量用户依赖的邮件通知链路无声失效。

三、关停 Google Reader，砍掉”现象级”读者

Google Reader 是这件事里被讨论最多的一笔。2005年10月，它以 Google Labs 项目的形式上线，提供干净、稳定的”像收件箱一样读订阅”的体验，长期占据 RSS 读者的”国民应用”位置。

2013 年 3 月，Google 在题为《又一次春季大扫除》的官方博客中宣布，将于当年 7 月 1 日关停 Reader。Google 给出的理由是”产品有忠实用户，但近年来使用量下滑”。一位当年在 Google 工作的工程师后来回忆，整个项目期间，”一直有各种人在试图把它做掉”。

Reader 关停的影响远不止于 Google 自身的产品线：大量以 Reader 为底层的第三方应用随之失效，整个 RSS 生态一度陷入混乱。Twitter 和 Facebook 这些社交平台恰恰在同一时期强势崛起，填上了”不用订阅也能看到更新”的空缺，但代价是开放协议被内容农场和算法分发取代。

四、Google Alerts、浏览器扩展、新闻应用——同一个剧本

Open RSS 在文章中列出的一系列后续操作几乎可以视为同一剧本的反复上演：

– 2008 年，Google Alerts 上线 RSS 推送；2013 年，RSS 推送被悄悄移除，所有用户只能用邮件接收。这一改动引来大量抗议，Google 才又把 RSS 推送恢复——但此时许多用户已经在 Reader 关停之后彻底放弃了 RSS 协议。 – Chrome 商店里的 Google 官方”RSS 订阅”扩展曾被悄悄下架，引来投诉后又在一周内恢复。Google 解释为”误操作”，但暴露的信号是：RSS 在 Google 内部优先级已经很低。 – Google News 应用在 2002 年支持订阅 RSS，2017 年 12 月彻底关停，原因是其专属链接照常工作，普通用户根本感觉不到损失——而那些把 RSS 当作命脉的用户，则被悄悄抛弃。 – 最近一次是 2021 年 5 月 Google 宣布正在 Chrome 中重新加入 RSS 支持，但官方从未公布正式上线时间，业内对这条功能能否持续到”真正发布”普遍持怀疑态度。

一项没被写完的遗产

Open RSS 在文章中把这种现象总结为”拥抱-扩展-熄灭”：先用 RSS 获取用户与信任，再把功能集成进自家产品，最后砍掉原本的开放协议。这套打法让 Google 顺势把流量和分发都收归到自己的产品矩阵里，但同时也让 RSS 失去了”被普通人看见”的机会。

虽然 RSS 在开发者、独立博主和自媒体工具链中依然活跃，但对绝大多数曾经用过 Google Reader 的普通用户来说，那扇门在 2013 年 7 月 1 日之后，就已经关上了。

来源：Open RSS《How Google helped destroy adoption of RSS feeds》(2023 旧文，Hacker News 重新转载)；参考 CNET、澎湃新闻、新浪科技相关历史报道交叉核实。

—

图片来源：Open RSS 非营利组织

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。

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。

两项违规：搜索优先展示自家服务，应用商店限制导流

欧盟委员会在声明中列出了两项具体违法行为。

第一项与谷歌搜索有关。委员会认定，谷歌在搜索结果中优先展示自己的服务，例如购物和酒店预订，而排在后面的第三方竞争对手则处于不利地位。这种行为构成了“自我优待”（self-preferencing），损害了搜索生态中的公平竞争。

第二项与Google Play有关。谷歌被认定阻止应用开发者引导消费者到应用商店之外——比如开发者自己的网站或其他应用商店——寻找更优惠的价格或订阅方案。欧盟委员会认为，这剥夺了消费者和开发者的选择空间，也限制了市场竞争。

罚款金额因此拆分为两部分：搜索相关违规处以 4.6亿欧元，应用商店违规处以 4.3亿欧元。按当前汇率计算，总罚款约合 7.6亿英镑。

欧盟要求整改：公平、非歧视，允许外部引流

除了罚款，欧盟委员会还正式下令，要求谷歌未来必须满足两项核心整改要求。

首先，对于出现在搜索结果中的第三方服务，谷歌必须以“公平且非歧视”的方式对待，不能系统性地把自己的服务放在更显眼的位置。

其次，谷歌必须允许应用开发者向消费者提供应用商店之外的优惠，包括更便宜的订阅价格、替代支付渠道等。这意味着开发者未来可以更自由地向用户推荐官网或其他渠道。

欧盟官员表示，谷歌已经开始测试调整搜索结果中自有服务的展示方式，委员会认为这些调整是“朝着合规方向取得的实质性进展”。

行业反应：罚款只是“最低限度”

对此，欧洲开放市场研究所（Open Markets Institute Europe）主任 Max von Thun 评价称，8.9亿欧元罚款对于一家去年收入超过 4000亿美元 的公司来说只是“最低限度”（bare minimum）。他呼吁委员会趁热打铁，尽快迫使谷歌彻底终止反竞争行为，因为欧洲初创企业和创新者“已经等不及了”。

谷歌方面则对此表示强烈不满。谷歌全球事务总裁 Kent Walker 称，这一处罚是“由少数出于私利投诉者推动的产品降级”，并警告称，DMA 的要求会迫使谷歌剥离欧洲用户喜爱的实时搜索功能，例如酒店、航班和餐厅的价格与可用性信息，同时还会削弱 Google Play 的安全保护。

背景：苹果、Meta 此前已挨罚

这并非欧盟首次依据 DMA 开出大额罚单。2025年，苹果因应用商店的反竞争行为被罚款 5亿欧元，Meta 则因其 Facebook 和 Instagram “同意或付费”广告模式被罚款 2亿欧元。此次对谷歌的处罚，表明欧盟对大型科技平台的监管仍在持续收紧。

对消费者而言，最直接的潜在影响是：未来在欧洲使用谷歌搜索和应用商店时，可能会看到更多第三方选项，也能更容易地找到更便宜的应用订阅和交易。不过，谷歌仍可能上诉，并申请临时措施暂缓执行。

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。