Gemini Apps

1. 调研缘由

Gemini Apps 已经从单纯的通用聊天入口，扩展出了 Deep Research、Canvas、Google 服务连接、Personal Intelligence 和 Gemini Spark 等功能。[S1][S2][S3][S4][S6]

这篇简调主要想搞明白三件事：Gemini 的差异化是不是主要来自 Google 账户与终端生态；它的多步骤 Agent 工作流实际开放到了什么程度；当系统读取更多账户数据、访问已登录网站并执行任务的时候，用户的数据边界、监督方式和结果可靠性会怎么变化。

2. 简介与产品工作流

Gemini Apps 是 Google 给个人用户做的 AI 助手，可以帮你问答、写作、规划、代码协作和生成内容。[S1]

它的产品工作流可以拆成四层：

1. 对话与多模态创作：你可以用文字、文件、图片或语音跟 Gemini 互动。Gemini Apps 提供图像生成与编辑、视频生成，还有 Gemini Live 语音对话等功能。[S14][S15][S16]

2. 研究与资料整合：Deep Research 默认用 Google Search，也允许你加入 Gmail、Drive、上传文件和 NotebookLM notebook 等资料来源，再生成带引用的研究结果。[S2]

3. 可编辑产物：Canvas 支持你和 Gemini 一起创建或修改文档、应用、幻灯片和代码，还能把产物继续转成 Audio Overview、测验等形式。[S3]

4. 连接账户数据与多步骤执行：符合条件的用户可以把部分 Google 服务通过 Personal Intelligence 连进来；Gemini Spark 则能把目标拆成任务、计划和技能，再结合 Connected Apps、聊天记录、已登录网站、远程浏览器与代码执行环境，去完成一些持续性的工作。[S4][S5][S6]

Spark 的工作流并不是完全丢给它就不管了。你可以查看计划、进度，看到读写了哪些文件，必要时还能接管远程浏览器；有些操作会主动让你确认。[S6]

3. 团队与资本背景

Gemini Apps 是 Google 的产品，走的不是独立创业公司融资那套逻辑。它的基础模型来自 Google DeepMind 的 Gemini 模型系列，产品靠 Google 账户、Google AI 订阅和 Google 自己的服务来分发。[S1][S7][S8]

Google AI Pro 和 Ultra 这些个人订阅方案，是把 Gemini Apps 更高的模型和功能额度，跟 Gemini in Gmail、Docs 等 Google 产品权益打包在一起提供的；工作和学校账户则走另一套访问和管理规则。[S8][S10]

所以，理解这个项目，更合适的角度是看 Google 怎么把模型、账户、搜索、浏览器和办公服务组合成一个个人助手，而不是用独立公司的团队融资或渠道合作那套来套。

4. 技术基础与生态位

Gemini Apps 以 Google DeepMind 的 Gemini 模型系列为核心。在 Google 目前公开的模型页面上，Gemini 3.5 Flash 的定位是面向 Agent 与代码的前沿性能模型，Gemini 3.1 Pro 的定位是复杂任务与创意概念生成；Google AI Pro 订阅页也列出了 3.1 Pro、Deep Research 等模型和产品能力。[S7][S8]

产品层面并不是靠一个模型直接出答案，而是把模型和不同工具组合起来用：

• Deep Research 结合 Google Search，以及你选择的 Gmail、Drive、文件和 NotebookLM notebook 等资料来源。[S2]
• Canvas 把对话结果转成可以修改的文档、代码或小应用。[S3]
• Personal Intelligence 允许符合条件的个人账户连接特定 Google 服务，用来做个性化回答和建议。[S4][S5]
• Spark 可以调用 Connected Apps、远程浏览器、远程代码执行、技能与计划任务，去处理持续性的多步骤工作。[S6]

Gemini 最主要的生态位，就是“Google 账户和终端上的消费者 AI 入口”。它横跨了消费者助手、创作工具、研究工具和轻量 Agent 几个领域，不过这份报告还是按它最核心的消费者产品定位，把它归到“消费者 AI”里。

Google 已经公开了功能、适用条件和部分安全限制；但模型在不同任务里是怎么路由的、各项功能的实际完成率、失败后需要人工接管的比例这些细节，目前还没有找到足够的公开资料。

5. 市场与外部信号

Gemini 网页版目前支持 70 多种语言，覆盖 230 多个国家和地区；移动端的覆盖范围跟网页端不太一样，官方说明是 150 多个国家和地区。[S9]

付费层面，Gemini Apps 的使用限制是按计算量来算的，限制高低会受提示复杂度、所用模型、功能和对话长度影响。Google AI 订阅可以扩展部分模型和功能的额度。[S8][S10]

从产品更新的信号来看，重点在功能扩展，而不是单纯提升聊天能力：Deep Research 现在支持更多用户自己的资料源，Canvas 扩展到了文档、代码和应用，Personal Intelligence 在试着把 Google 服务的数据带进回答里，Spark 则进入了计划任务、远程浏览器和远程代码执行的阶段。[S2][S3][S4][S6]

高级功能的可用范围还不是统一的。Personal Intelligence 仍在逐步开放，要求个人 Google 账户、相应年龄条件和 Keep Activity 等设置；Spark 目前要求 Google AI Ultra、个人账户和英语环境，而且在部分国家或地区还不可用。[S4][S6]

这次没有找到足够的公开资料，来可靠地拆分 Gemini Apps 的独立活跃用户数、订阅转化率、Agent 任务完成率或者单独的营收表现。

6. 公开评价与主要分歧

正面评价（独立媒体实测）：

The Verge 在体验 Personal Intelligence 时，作者觉得系统根据个人偏好推荐的部分图书比较贴合，也成功完成了添加日历提醒、整理购物清单这类具体任务。这个反馈来自一位记者的测试，不代表所有账户、地区或任务场景。[S12]

主要批评/质疑（独立媒体实测）：

同一篇 The Verge 的测试也记下了路线、商家地址和地图链接等细节错误；作者觉得需要额外核对、追问，有些任务的实际成本比预期要高。[S12]

Tom’s Guide 的体验文章提到，Personal Intelligence 有时候会把过去对话里的个人信息带到不相干的问题里，导致回答显得过度个性化。这个结论同样是作者个人的测试体验，不能直接当成所有用户的普遍表现。[S13]

官方披露的边界（非独立评价）：

Google 的帮助文档说明，符合条件的用户如果连接了特定 Google 应用，相关应用和 Google 账户中的数据可以被用于个性化、提供建议或行程，并用于改进 Google 服务，包括训练生成式 AI 模型。[S5]

Google 也提醒，Gemini Apps 在连接 Workspace 数据时可能产生幻觉，或引用较旧的信息。Spark 还进一步提示：它的远程浏览器可能向网站传递聊天或已连接数据中的信息，用户需要监督敏感任务，并在必要时接管操作。[S6][S11]

存在分歧之处：

Gemini 的个人上下文能力，好处是可以少重复输入背景信息，也可能让计划类任务更顺手；但回答是不是真的更有帮助，还要看系统能不能只在需要的时刻调用正确的资料，以及用户愿不愿意承担数据连接和人工核对的成本。[S4][S5][S12][S13]

7. 同类对比（与头部/高知名度同类项目）

主要对标项目： ChatGPT、Claude

关键维度对比（事实，标来源）：

维度	Gemini Apps	ChatGPT	Claude
研究功能	Deep Research 默认使用 Google Search，用户可加入 Gmail、Drive、文件和 NotebookLM notebook。[S2]	Deep Research 可使用公开网页、指定网站、上传文件和已启用的 ChatGPT Apps。[S17]	Research 可结合网络信息与 Google Workspace 数据进行研究任务。[S19]
数据连接方式	Personal Intelligence 与 Connected Apps 面向部分 Google 服务和个人账户数据，用户可管理连接的应用。[S4][S5]	ChatGPT Apps 可用于检索外部数据、引用信息、运行 Deep Research 或代表用户执行部分操作；具体范围取决于所连接的 App。[S18]	Claude 支持连接 Gmail、Google Calendar 和 Google Drive 等 Google Workspace 服务。[S19]
多步骤任务	Spark 支持任务、计划、技能、远程浏览器和远程代码执行；当前受订阅、年龄、语言和地区条件限制。[S6]	ChatGPT Apps 可在对话中搜索、引用外部信息，并由部分 App 代表用户执行操作。[S18]	Claude in Chrome 可读取、点击和浏览网页；官方将其标为 Beta，面向付费方案开放。[S20]
个人生态整合	与 Google Search、Gmail、Drive、Photos 等 Google 服务直接结合是其产品设计重点。[S2][S4][S5]	主要通过 Apps 目录和第三方连接扩展数据与操作范围。[S18]	通过 Workspace connector 和其他连接器扩展工作数据与工具访问。[S19]

公开评价中的对比（标源，非个人裁决）：

这次没找到用同一套任务、可复现，并且同时覆盖 Gemini Apps、ChatGPT 和 Claude 的高质量独立横评，所以没法支撑整体谁好谁坏的判断。现有的公开体验大多集中在单项功能、单一账号或单一媒体的测试上，比较适合用来发现具体场景下哪里方便、哪里有坑，不适合直接得出“整体更好”的结论。[S12][S13]

8. 信息缺口与后续观察

• Gemini Apps 在不同模型、地区、账户类型和订阅档位下的功能分层还是比较复杂，得按实际账户逐项确认。
• Personal Intelligence 数据用于模型训练的具体条件、可控设置和不同地区政策上的差异，后续值得单独拆开来看。
• Spark 的任务成功率、远程浏览器接管频率、误操作处理方式，以及用户对长期计划任务的接受度，还没有找到足够的公开资料。
• Gemini Apps 与 Workspace 企业版 Gemini 的数据边界、管理员控制和功能可用性，需要分开研究，不能互相代替。
• 本篇没有做实际测试；后续可以用同一组研究、文件分析、账户连接和浏览器任务，跟 ChatGPT、Claude 做一次可复现的对比。

9. 归纳洞察

从 Gemini Apps 身上能看到一个趋势：消费者 AI 助手正在从“回答问题”延伸到“在用户已有的数字环境里把任务做完”。

它的关键特征不单是模型本身的能力，还在于能不能把 Google 账户数据、搜索、文件、浏览器和计划任务都放进同一个交互入口。这个方向会把体验价值跟数据边界、权限管理和人工监督绑得更紧。

Spark 的出现说明 Google 正在试着把聊天、研究和后台任务连成一个持续的工作流；但这个功能仍然受订阅、语言、地区和安全监督要求的约束。所以，理解 Gemini，重点不能只放在单次回答的质量上，还要看它连接数据之后的可控性和可验证性。

10. 来源与更新时间

• 信息截至(as_of): 2026-07-01
• 最后复查(last_checked): 2026-07-01
• 最后更新(last_updated): null