根據Google內部統計，目前已有63%的使用者會直接透過語音與Gemini互動，而非打字輸入。這個數字背後透露的訊息很明確：人們已經準備好用「講的」來指揮AI，而不只是「問問題」。
Google本週宣布Gemini Live迎來重大升級，正式導入「代理式AI（Agentic AI）」能力。白話來說，這個語音助手不再只是被動回應你的提問，而是能主動幫你執行多步驟任務，而且是用你平常說話的方式下達指令。
語音不只是輸入方式，而是新的工作模式
這次升級最關鍵的亮點，是Gemini Live整合了名為Spark的新功能，適用於Google AI Pro及以上方案的訂閱者。使用者只需透過自然語音下達指令，Spark就能跨網頁、Google雲端硬碟、文件（Docs）與試算表（Sheets），設定並執行複雜、多步驟的任務。
Google在內部研究中發現，超過六成使用者偏好語音互動，這個數據其實挑戰了很多人對「生產力工具」的刻板印象。我們總覺得辦公場景就是鍵盤敲不停，但現實是，當你在通勤、開車、或手上正忙著其他事情時，語音才是更自然的交辦方式。
從產業面來看，Google這一手其實是在複製他們在搜尋引擎時代的成功路徑。當對手都在拚AI的「回答品質」時，Google選擇把戰場拉到「執行力」。把語音當作入口，把Gemini當作中樞神經，串聯Gmail、Drive、Docs這些已經被大量使用的服務。說白了，Google不是在賣一個新工具，是在賣一個「讓Google生態系更好用的理由」。對已經離不開Google服務的使用者來說，這一步確實很有黏著度。
代理式AI登場：從「問答」到「代辦」的轉折點
Spark最實用的場景，在於它能處理跨越多天、甚至數週的排程型工作。即使你沒有持續開啟Gemini App，任務依然會在背景執行。Google給出的範例很接地氣：當你外出時，可以直接對著Gemini說出尚未整理的想法或構想，Spark會自動梳理出主要脈絡，轉化為Google Docs中的結構化大綱。
另一個例子是家庭管理。你可以要求Gemini維護每週家庭菜單，例如規劃高蛋白素食餐點，它會根據儲存在Docs中的食譜，自動建立採買清單。這聽起來很生活化，但背後代表的是AI第一次真正具備了「跨應用程式協作」的能力，而不是只在自己的聊天框裡給建議。
不只是生產力工具，Personal Intelligence讓AI更「懂你」
Gemini Live也同步導入Personal Intelligence功能，讓AI能記住過去對話中的相關資訊，並串連Gmail、Google Photos、Google Search及YouTube等服務內容，提供更個人化的回應。
舉例來說，你可以直接問：「去年夏天去紐約時，我們去的那間餐廳叫什麼名字？」或是要求Gemini找出前一天討論過的食譜。系統會從過去對話及已連結的Google服務中搜尋相關資訊。這個功能的重點不在於「搜尋」，而在於AI開始建立對你的長期理解。換句話說，Gemini不再只是個問答機器人，它正在變身成一個記得你生活軌跡的數位助理。
Daily Brief與Gmail管理：早上開口就能掌握全局
另一項新功能是Daily Brief。使用者早上只要說一句「What’s my daily brief?」，Gemini就會自動整合Gmail與Google Calendar中的重要資訊，以語音整理當天待辦事項與重要更新。你不用再逐一查看信箱與行事曆，就能掌握一整天的行程重點。
同時，Gmail也支援語音管理。你可以直接詢問「有新的Email嗎？」系統除了搜尋及摘要郵件，還能加上星號、封存及刪除，完全不用動手。這些功能疊加起來，讓Gemini Live從「語音查詢工具」進化為「語音操作系統」。
值得注意的是，這次升級幾乎所有新功能都綁定付費方案——Spark需要AI Pro、Daily Brief需要AI Plus。這不是巧合，是Google在明確劃分免費與付費的價值邊界。免費版Gemini仍停留在「問答」階段，但真正能「代辦」工作的能力，必須付費解鎖。如果你問我這步棋對不對，我會說：Google很清楚自己在賣什麼，他們賣的不是AI，是時間。
數據背後的啟示
63%這個數字，是Google對語音互動市場的判斷依據，也是這次產品升級的底氣。從實際使用場景來看，語音確實更適合「交辦」，而非「查詢」。當AI能跨應用程式執行任務時，語音的便利性才真正被釋放。
不過，代理式AI的普及還有一個關鍵變數：信任感。使用者必須放心地把Gmail、行事曆、雲端硬碟的權限交給AI，還要接受AI在背景執行任務時可能的出錯風險。Google這次把功能綁定付費方案，某種程度上也是在篩選早期使用者——願意付費的人，通常也更有耐心測試和反饋。
從長遠來看，Gemini Live的升級方向很清楚：Google正在把AI從「對話介面」變成「執行介面」。未來你對手機說一句話，可能就等同於完成了一連串的數位操作。這場仗，Google打的不是語音辨識的精準度，而是生態系整合的深度。
如果你已經是Google生態系的深度使用者，這次升級值得認真看待。打開Gemini App，檢查你的方案等級，試著用語音交辦一件需要多步驟的小任務——比方說整理一份會議大綱，或是建立一份採買清單。親自體驗一次，你就會明白「代理式AI」跟「聊天機器人」的差距有多大。科技不一定總是帶來複雜，有時候，它只是讓我們少敲幾次鍵盤。
本文改寫整理自公開新聞來源，原始報導由自由時報發布。
常見問題 FAQ
Gemini Live的語音功能需要額外付費嗎？
基本語音問答功能免費，但多步驟任務Spark需要Google AI Pro方案、Daily Brief需要AI Plus方案，Personal Intelligence則需手動連結App即可使用。
Spark可以處理哪些類型的任務？
Spark能跨Google Docs、Sheets、Drive及網路，執行多步驟排程任務，例如整理想法成結構化大綱、管理家庭菜單與採買清單，即使關閉App也能在背景運作。
Daily Brief具體會整合哪些資訊？
Daily Brief會從Gmail與Google Calendar中提取當天重要行程、待辦事項與郵件摘要，以語音方式提供個人化重點整理，節省逐一查看的時間。
Personal Intelligence會存取我的Google Photos和YouTube紀錄嗎？
會的，前提是你必須在Gemini Personal Intelligence設定中手動選擇連結這些服務，系統才會從Gmail、Google Photos、Search及YouTube等來源提供個人化回應。
Gemini Live的語音功能支援中文嗎？
Gemini Live目前支援多種語言，包含繁體中文，使用者可直接用中文下達指令或詢問問題，系統會以對應語言回應。
※ 此篇文章由 AI 改寫或生成，內容僅供參考，可能存在錯誤或不準確之處。
About the Author
