谷歌最近放了个大招——Gemini Spark 正式跟 Chrome 浏览器"绑定"了。这不是简单的插件升级,而是直接把 AI 从"你问我答"的聊天框里拽出来,塞进了浏览器的每一个标签页。换句话说,你的 Chrome 现在多了一个能自己动手干活儿的数字助手。

Gemini Spark Auto Browse: How to Use it (2026)

这个新功能叫"自动浏览"(Auto Browse),听起来像是让 AI 帮你翻网页,实际上远不止如此。拿到你的明确授权之后,Gemini Spark 可以直接调用你在 Chrome 里已经存好的登录凭据,自己打开网站、填表、点按钮、跨页面跳转完成一整套复杂操作。以前订个机票得你自己打开 Google Flights、比价格、选座位、填乘客信息现在一句话甩给 Gemini Spark,它就能从头到尾帮你跑完流程,甚至直接走到付款前那一步。

说白了,谷歌这次是想让 Gemini 从"对话助手"进化成真正的"自主网络代理"。

Gemini Spark now uses Chrome auto browse, AI Pro goes global

从查资料到办实事,AI 终于开始"动手"了

官方文档里有个挺形象的对比:以前你用 Gemini,本质上是在跟一个知识渊博的图书管理员聊天;现在更像是雇了一个能上网的私人助理。这个助理不仅会查信息,还能替你执行。

具体能干到什么程度?谷歌举了几个挺接地气的例子。除了前面提到的航班预订,它还能在租房平台上帮你筛选房源联系房东、安排看房时间。更夸张的是,它能在不同平台之间来回穿梭——从 Google Workspace 里扒出你的日程,去 YouTube 找视频参考,打开地图查路线,再跳到 Instacart 下单买菜、在 OpenTable 订餐厅、上 Zillow 看房价。整套流程不需要你反复切换标签页,Gemini Spark 自己就能串起来。

Gemini Spark Integration with Chrome in the US – Jetstream

这种跨平台整合的能力,其实是把谷歌自家的生态和第三方服务打通了。对于用户来说,这意味着很多繁琐的"网页流水线作业"可以真正自动化。数字商务、在线预约、日程管理这些以前需要人工一步步点过去的流程,现在理论上都能交给 AI 代理去跑。

Gemini 2.5 Computer Use 2025: The Latest AI Browser Automation Update

把账号密码交给 AI,谷歌怎么保证不出乱子?

功能越强大争议自然也越大。让一个人工智能掌握你的登录状态,甚至能在网页上替你操作,这事儿放在两年前简直是科幻片里的恐怖情节最现实的担忧就是"提示注入攻击"——黑客在网页里藏一段恶意指令,AI 读到之后误以为这是用户的真实意图,结果把敏感数据打包发走,或者偷偷执行转账。

谷歌显然也清楚这里面的风险。官方表态说已经部署了"多层防御机制",既有确定性的规则拦截,也有概率性的风险检测。虽然具体技术细节没公开,但态度很明确:直接把攻击门槛和成本拉高到不划算的程度。

更重要的是,谷歌给 Gemini Spark 划了几条硬红线。它绝对不会自主完成金融交易,也不会碰那些高度敏感的操作。每当流程走到需要登录验证明确授权或者涉及钱的时候,系统会强制刹车,把控制权交回你手里。也就是说,AI 可以帮你把购物车填满、把航班选好,但最后的"确认付款"按钮,必须你亲自点。

7 Powerful AI Browser Automation Systems Transforming Web Tasks in 2026

这种"人机共治"的设计,其实是目前 AI 代理最现实的落地方式完全放手让 AI 自己干,不仅用户不放心,监管层面也过不去。谷歌选择在做完所有脏活累活之后,把最关键的决策环节留给人类,既展示了技术能力,又守住了安全底线。

现在能用上吗?还得再等等

有点遗憾的是,这个"自动浏览"功能目前还只是预览版,而且仅限美国市场的 Google AI Pro 和 Ultra 订阅用户尝鲜普通用户想用上,估计还得排队。

不过好消息是,谷歌同时把 Gemini Spark 的基础代理功能大幅扩展到了全球 160 多个国家和地区的付费用户。虽然自动浏览还没铺开,但至少基础的 AI 代理能力已经不再是美国独享。谷歌也放话了,未来会把自动浏览逐步推广到更多地区,只是具体时间没定。

The Future of Web Browsing AI Agents — Is A New Paradigm Needed?

从整个行业来看,谷歌这一步其实踩得很准。OpenAI 的 Operator、Anthropic 的 Computer Use,各家都在抢"AI 能自己上网干活"这个赛道。谷歌的优势在于 Chrome 本身就是全球最大的浏览器,用户基数和生态整合能力是别人比不了的。Gemini Spark 不需要你装额外的浏览器或者扩展,直接在你每天都在用的 Chrome 里就能跑,这个切入点本身就赢了一半。

当然现在谈"AI 代理取代人工操作"还为时过早。网络环境复杂多变,网页结构千差万别,再加上各国对 AI 自动化操作的监管政策还没跟上,Gemini Spark 的自动浏览功能短期内更像是一个"高级演示"。但它确实指明了一个方向:未来的浏览器,可能不再只是一个看网页的工具,而是一个能听懂话会干活的智能操作台。

对于普通用户来说,眼下最实际的做法或许是先熟悉一下 Gemini Spark 的基础代理功能,等自动浏览正式开放的时候,也不至于手忙脚乱。毕竟,让 AI 帮你干活这件事,听起来很美好,但真要把账号交出去之前,多了解了解它的边界和能力,总没坏处。

Logo

有“AI”的1024 = 2048,欢迎大家加入2048 AI社区

更多推荐