Gemini Spark 越好用越吓人：Google 的 AI 管家省下的时间，到底归谁？

Google 新 AI 代理 Gemini Spark 最扎眼的细节，不是它能替你排会议、整理日历、写邮件。

而是 The Verge 两位作者试用时发现，Spark 知道 David 的狗叫 Frida，也知道 Jay 妻子的名字。按他们的说法，这些信息并不是他们明确提供给 Google 的。

这不等于 Google 做了违法的事。更准确地说，是 Google 多年积累的跨服务数据、联系人线索、邮件语境、照片痕迹、日历记录，被 AI 代理第一次以“我知道你”的方式端到用户面前。

旧问题是：AI 管家能不能帮你跑腿？

现在问题更尖：它替你跑腿时，到底拿着多少你没意识到交出去的钥匙？

Spark 已经不是聊天机器人，而是半个办事员

Spark 的早期体验可以压缩成一张速读卡：

这就是 Spark 比普通 AI 聊天更有冲击力的地方。

聊天机器人答错一句，你可以关掉窗口。代理工具做错一步，可能已经改了日历、发了邮件、动了文件、暴露了关系。

它越像秘书，越需要权限。它越懂你，越说明它看过你更多东西。

所以 Spark 的“吓人”，不是科幻片里的失控机器人。它更现实：一个平台把你多年留下的碎片拼成了一张关系图，然后礼貌地告诉你，它可以帮忙。

The Verge 的试用补强了一个关键变量：隐私不是弹窗问题

很多人谈 AI 隐私，还停留在“我有没有授权”“有没有点同意”这一层。

Spark 把问题往前推了一步。

真正敏感的，不一定是你主动输入给 AI 的那句话。更敏感的，是你过去十年在 Gmail、Calendar、Photos、Contacts、Drive、搜索、地图里留下的生活结构。

单看每一条，都不吓人。

一封邮件里提到宠物名。一个日历邀请里出现配偶名字。一张照片有地点。一个联系人有备注。一段搜索记录有习惯。

AI 代理的能力，就是把这些碎片连起来。

这才是 The Verge 试用真正补上的信息：Spark 不是只在“执行任务”，它已经在调用一种更深的用户画像。以前这些画像更多服务于广告、推荐和搜索排序；现在它开始服务于一个会替你行动的代理。

广告知道你喜欢什么，已经够烦。

代理知道你和谁住、谁重要、什么时候不方便、哪些事能替你决定，风险级别完全不同。

受影响最大的不是技术爱好者，而是办公室劳动者

最容易被 Spark 吸引的人，是被日历、邮件、会议、表格压到喘不过气的知识工作者。

他们不是想尝鲜。他们是真缺时间。

一周几十个会议、跨时区沟通、项目文档、报销审批、绩效材料、客户邮件，任何一个能少点摩擦的工具，都会有市场。

Spark 的价值也在这里。它能把杂活变轻。对很多人来说，这不是噱头，是救命的半小时。

但账不能只算一半。

如果 AI 只是让你更快处理更多任务，老板很快会发现：既然你快了，那任务也可以更多。软件行业过去几十年一直这么干。邮件让沟通更快，结果邮件更多；协作文档让同步更方便，结果同步变成全天候；手机让办公更灵活，结果下班边界被磨平。

法国后来讨论并落实“离线权”，不是因为大家突然矫情，而是技术真的把下班这件小事弄坏了。

现在同一批科技公司又说：别怕，我们有 AI 帮你处理这些东西。

听起来顺，细想别扭。

像先把水龙头拧坏，再卖你一块更智能的拖把。

Spark 好用，但生产力承诺是空心的

我不反对 Spark 这种工具。

恰恰相反，它越好用，越说明 AI 代理这条路会走下去。用户会接受，企业会部署，平台会加权限，产品会越来越像“替身”。

我不太买账的是那套“AI 省时间，所以生活会变好”的叙事。

省时间不是自动福利。关键看省下来的时间归谁。

过去一个世纪，生产率提高了很多次。流水线、办公软件、互联网、云计算、移动办公，每一次都说要解放人。结果往往是劳动者做得更快，组织要求也更快；企业利润、平台估值、管理效率先上去，个人生活不一定跟上。

“天下熙熙，皆为利来。”这句话放在 AI 时代一点不旧。

企业买 AI，不是为了让员工下午三点去晒太阳。大多数时候，是为了减少人力、压缩成本、提高产出、拿到更细的管理数据。

这并不邪恶。公司本来就按这套逻辑运转。

问题是，别把商业效率包装成普遍幸福。

AI 可以帮你计划一个空出来的下午，但不能保证你真的拥有那个下午。它可以替你写完邮件，但不能替你拒绝下一封邮件。它可以整理任务优先级，但不能决定哪些任务本来就不该存在。

模型看着更强，产品反而更虚。虚的不是功能，是承诺。

卢德派被误读了两百年

谈自动化，总有人拿“卢德分子”当笑话。

好像只要担心技术替代，就是落后、保守、怕机器。

这段历史被讲歪了。卢德运动反对的重点不是机器本身，而是机器收益的分配方式：老板拿走效率，工人承担失业、降薪和身份坍塌。

今天当然不是十九世纪。Spark 不是织布机，知识工作者也不是当年的纺织工。

但权力结构有相似处：工具越来越集中，平台越来越全知，普通人越来越难判断自己交出了什么，又拿回了什么。

Google 的优势正在这里。

它不是从零开始做 AI 助手。它手里有搜索、邮件、日历、文档、地图、照片、联系人、安卓生态。Spark 一旦打通这些服务，就不只是“一个更聪明的聊天框”，而是一个坐在个人数字生活中枢上的代理。

这也是为什么它能好用。

也是为什么它让人不安。

接下来别只看模型强不强，要看三件事

Spark 后面真正该盯的，不是演示视频多顺滑。

更该看三件事。

第一，权限边界怎么设。

AI 代理能不能清楚告诉用户：它读了哪些数据，推断了哪些关系，准备执行哪些动作，哪些动作需要二次确认。没有这一层，所谓智能就是黑箱代劳。

第二，错误责任谁承担。

代理误发邮件、误删文件、误订行程、误解私人关系，平台不能只说“用户授权了”。如果工具越来越像办事员，就不能把所有后果都甩给雇主和用户。

第三，效率红利怎么分。

如果 Spark 让一个人完成两个人的活，企业会给他更多自由，还是给他更多任务？如果 AI 帮公司省下岗位成本，省下的钱会进入工资、休假和公共保障，还是只进入利润表？

这才是生产力神话的硬账。

对普通用户来说，短期建议很简单：别急着把所有服务权限一股脑交给代理。先从低风险任务试起，比如摘要、草稿、提醒、行程建议。涉及家庭关系、财务、医疗、合同、工作敏感信息的动作，必须留人工确认。

对企业用户来说，也别只看“能省多少人”。更现实的问题是：谁审核代理动作，谁保存日志，谁能追责，员工有没有权拒绝某些数据被接入。

AI 管家不是免费的仆人。它的工资，可能用权限、数据和劳动强度来付。

Spark 的主线很清楚：它确实能跑腿，而且会越来越能跑。

但跑腿不是终点。

当一个 AI 助手知道你的狗、你的配偶、你的行程、你的邮件、你的工作节奏，它就不再只是工具。它成了平台权力进入生活细节的新接口。

Google 这次少见地把 AI 代理的想象力做实了。

代价也跟着变实了。