Google 推出 Gemini Spark，一款全新的 AI 代理，能夠接管使用者的整項任務——進行研究、撰寫程式碼、準備報告，並交付最終成果。根據 Google Cloud 部落格文章，該服務已於週四透過 Google Cloud 上線，為企業提供一套設計為端到端完成工作的 AI 系統。

正如 Google 網站所描述，使用者可以在今天指派工作，並在關閉筆電很久之後獲得完成的成果。該公司將此定位為對過往模式的突破：以往僅委派單一任務（例如草擬一封電子郵件），其餘工作仍須親自處理。

此次發布讓 Alphabet（GOOGL）與已採取類似行動的競爭對手並列。九月，OpenAI 推出可持續為使用者工作的 dots agents，Meta（META）隨後推出可處理購物、旅行訂位、電子郵件與付款的 Muse。Alphabet 股價在週四消息公布後上漲 2.2%。隨著 Alphabet、OpenAI 與 Meta 如今皆提供超越單一請求、可代使用者執行任務的系統，產業重心正從一次性輔助轉向能將任務貫徹至完成的軟體。

跨應用程式運作，無需全程監督

Gemini Spark 的亮點在於 Google 希望企業將多大的責任交給它。在該公司描述的情境中，當員工需要從多個部門蒐集資訊、整理成試算表並轉為可簡報的報告時，可將整項工作指派給 Gemini，而無需分別請求每個步驟。

該代理會判斷需要完成的事項、找出合適的軟體、蒐集必要資訊，並準備所要求的產出。對企業使用者而言，這代表更少的中間提示：員工只需描述想要的結果，代理便會處理中間的一連串步驟。

Gemini 可在 Gmail、Docs、Sheets 與 Calendar 內運作，但 Google 並未將其侷限於 Workspace 之內：使用 Microsoft 365 或 Slack 的企業同樣可以取用該服務。這種彈性也延伸到裝置層面。員工可透過瀏覽器、iPhone、Android 手機、Windows 電腦、Mac，甚至是開發者命令列使用該代理，軟體公司也可將其接入自家產品，而無須要求使用者另開 Gemini 視窗。

Google 也解決了與 AI 協作時較令人惱火的問題之一：必須反覆說明自身需求。由於 Gemini 運行於 Google Cloud，無論員工從何處存取，它都維持相同的工作記憶與情境脈絡。使用者可以在辦公室電腦上開始一項任務、透過智慧型手機追蹤進度，並在隔天繼續進行而無須重新開始。

更重要的是，長時間執行的任務不依賴於裝置持續開機。員工可將任務排定在稍後執行，或讓代理在連線系統內發生特定事件時自動啟動。正是這種對單一機器的獨立性，使 Google 所描述的「現在指派、稍後交付」模式能在員工工作時間之外有效運作。

Google 另外內建了讓 Gemini 將困難任務分配給多個較小型 AI 工作者的機制。這些臨時子代理可同時處理專案的不同部分，或按特定順序完成，並由 Gemini 管理其活動並整合結果。

擁有自身企業身分的 AI 同事

Google 以所謂的「同事代理」進一步延伸此概念，企業可藉此建立具有持續性職責、個別儲存空間，甚至是 @agents.company.com 結尾公司電子郵件地址的數位工作者。一位 AI 同事可以在數天內處理不同任務、與其他代理溝通，並維護自己的工作紀錄。

不過仍存在界線。Google 表示，每位同事代理僅能存取員工選擇與其分享的公司資訊。企業也可建立專屬的專案環境，讓 Gemini 熟悉特定工具、指令與工作流程。系統會利用過往互動更了解某人的工作方式，而非將每個請求都視為全新的對話。

或許更不尋常的決定是，Google 並未讓 Gemini 完全依賴自家 AI 模型。該目前同時使用 Gemini 與 Anthropic 的 Claude，並依特定任務選擇更合適者。複雜的程式設計問題可能需要能力更強的模型，而簡單的工作則可交由成本較低的模型處理。

Google 認為，這種彈性可協助企業控制支出，同時不犧牲高難度工作的表現。該公司也計畫隨技術發展引入其他商用及開放模型，意味著企業將能在保留現有資訊、設定與工作紀錄的同時，切換不同的 AI 引擎。對於正在評估代理平台的公司而言，這項既定計畫——在不失去已儲存情境與設定的前提下替換底層模型——是隨產品陣容擴張值得關注的具體發展。

來源：Cryptopolitan