谷歌让 Gemini Live 从语音对话走向任务执行：Spark、Daily Brief 与免手操作收件箱加入工作流

谷歌为 Gemini Live 推出生产力功能，将语音对话从信息询问扩展为可跨应用执行任务：引入 Gemini Spark 处理持续多步骤任务、Daily Brief 提供可听取的日程与邮件摘要，并支持免手操作的 Gmail 收件箱管理。这些功能通过连接 Google 生态的服务在后台执行，但也带来权限与准确性等可控性挑战。

谷歌正在把 Gemini Live 从“可以自然交谈的语音助手”，进一步变成能够代用户推进事务的入口。8月26日，谷歌宣布为 Gemini Live 增加一组生产力功能：用户可以通过自然语音调用 Gemini Spark，创建跨应用、可持续运行的复杂任务；直接听取 Daily Brief；还可以在不打开键盘的情况下搜索、整理和处理 Gmail 收件箱。

谷歌在官方公告中说，63%的用户会用语音与 Gemini 交流。这次更新的重点，不是让语音回答更像人，而是让一次对话能够延伸到日程、邮件、文档和个人信息等具体工作流。

从“说给 AI 听”到“让 AI 去做事”

新功能首先连接了 Gemini Spark。用户可以在 Gemini Live 中直接口述一个多步骤任务，而不必先判断应该打开哪个工具。例如，用户可以把一段零散的头脑风暴想法说出来，让 Spark 整理主题并生成 Google Docs 大纲；也可以要求它制定每周家庭餐单，并根据保存在文档中的食谱生成购物清单。

这类任务的关键在于，它们并不要求 Gemini 在当前对话里立即给出一段答案。根据谷歌的描述，Spark 可以跨越 Google Docs、Sheets、Drive 以及网页工作，在数天或数周内执行定时或长期任务，即使用户没有持续打开 Gemini 也能继续运行。

Spark 的产品说明还显示，它可以连接 Gmail、Calendar、Drive、Docs、Sheets、Slides、YouTube 和 Google Maps 等服务。相关连接默认关闭，用户需要在设置中主动开启。对于涉及发送邮件、消费或其他高风险操作的行为，谷歌表示系统会在关键节点征求用户意见，而不是完全放弃控制权。

这条路线延续了谷歌此前把 Gemini 推向浏览器和桌面工作流的尝试。此前，Gemini Spark 已经被用于代办网页事务；谷歌还在 macOS 版 Gemini 中加入了能把自然口述内容整理后写回光标位置的功能。如今，语音输入、应用连接和后台执行被放进同一条产品链路中。

Daily Brief 把收件箱和日程变成语音摘要

第二项变化是 Gemini Live 可以直接调用 Daily Brief。用户只需说“我的每日简报是什么”，Gemini 就会把 Gmail 和 Google Calendar 中最重要的更新组织成一段可听取的摘要。

Daily Brief并不只是把邮件逐条朗读出来。谷歌的产品页面称，它会根据用户的目标筛选和排序信息，并给出下一步建议；用户还可以在简报中打开邮件、起草回复、设置提醒或安排日历事件。

不过，这项能力仍有明确的可用范围。谷歌帮助中心说明，Daily Brief目前面向美国、年满18岁的个人账号用户，并要求订阅 Google AI Plus、Pro 或 Ultra；用户还必须连接 Google Workspace，并开启 Memory。现阶段功能只支持英语，可通过 Gemini 手机应用和网页版使用。

这意味着，Daily Brief在产品定位上介于“个人信息摘要”和“日程代理”之间。它试图先替用户判断哪些事情值得注意，再把部分后续动作放回同一个界面，而不是让用户在 Gmail、Calendar 和 Gemini 之间反复切换。

Gmail 开始成为可以对话的工作对象

谷歌还推出了面向收件箱的免手操作功能。用户可以询问“有什么新邮件”，也可以进一步限定条件，例如询问当天是否有来自孩子学校的紧急邮件。Gemini Live能够搜索和总结相关邮件，并执行加星、归档或删除等操作。

这项变化建立在谷歌此前对 Gmail 的 AI 改造之上。谷歌在Gmail 进入 Gemini 时代的公告中介绍过 AI Overviews 和 AI Inbox：前者用自然语言回答关于历史邮件的问题，后者则尝试从收件箱中筛出待办事项和高优先级信息。

差别在于，过去的 Gmail AI 主要出现在邮件或收件箱界面里，而 Gemini Live把这些能力搬进了连续的语音对话。用户可以先询问当天安排，再追问某封邮件的细节，随后要求把邮件中的活动邀请加入家庭日历。谷歌给出的示例中，后续的跨应用执行会交给 Spark 在后台完成。

这也解释了谷歌为什么把这些更新放在 Gemini Live，而不是只作为 Gmail 的单点功能发布：语音成为了统一入口，Spark负责长期任务，Daily Brief负责主动整理，Personal Intelligence则负责把过去的对话和已连接的应用串起来。

便利性背后仍是权限和准确性问题

谷歌希望用户不必先理解产品结构。用户不需要知道一个请求应该由 Spark、Daily Brief还是 Gmail 功能处理，只要继续说下去，系统就会在后台选择相应的能力。

但这种体验也把更多判断交给了模型。语音理解可能出现转录错误，个人信息连接会扩大数据使用范围，而归档、删除、发送邮件等操作一旦执行，后果可能无法通过原对话完全撤回。谷歌目前采取的做法是让用户主动连接应用，并在高风险动作前保留确认环节。

因此，这次更新的真正变化并不是“Gemini学会了更多语音指令”，而是 Google 试图把语音对话变成一层可以调度个人数字生活的控制界面。对用户来说，未来的使用重点可能不再是向聊天机器人提问，而是用一句自然语言描述目标，再决定哪些权限可以交给它长期运行。

Gemini Live的官方产品说明显示，它目前已经可以在对话中连接 Gmail、Drive、Calendar、Tasks、Keep、Maps 和 YouTube 等服务。不过，具体的可用地区、账号类型、语言和订阅条件仍因功能而异。随着更多任务从“回答”转向“执行”，谷歌接下来需要证明的，也将是这些后台操作是否足够透明、可控和可靠。

相关报道

AIFlux此前曾报道Gemini Spark接入Chrome，以及谷歌为 macOS 版 Gemini 加入自然说话能力。这些更新共同指向同一趋势：Gemini正从独立聊天应用，逐步变成覆盖浏览器、桌面和个人应用的任务执行层。