Gemini Spark Beta: Bản rò rỉ hé lộ bước tiến lớn của Google trong cuộc đua AI agent

Nếu đúng, đây là một thay đổi lớn trong định vị của Gemini: từ trợ lý trò chuyện thành trợ lý vận hành công việc.

Tuy vậy, cần lưu ý rằng Spark vẫn chỉ được biết đến qua các chuỗi mã và giao diện chưa hoàn thiện trong ứng dụng, chưa phải sản phẩm được Google công bố chính thức.

Màn hình onboarding hé lộ điều gì?

Dù toàn bộ nội dung onboarding chưa được công bố rộng rãi, các báo cáo cho thấy Spark được mô tả như một AI agent đa năng có thể quản lý nhiều công việc trong hệ sinh thái số của người dùng.

Một số khả năng được gợi ý gồm:

1. Hỗ trợ liên tục
Spark được mô tả là trợ lý “luôn hoạt động”, khác với chatbot chỉ phản hồi từng câu hỏi riêng lẻ.

2. Thực hiện chuỗi hành động
Thay vì chỉ gợi ý, hệ thống có thể thực hiện nhiều bước liên tiếp, ví dụ quản lý email hoặc hoàn thành tác vụ trực tuyến.

3. Sử dụng ngữ cảnh từ nhiều dịch vụ
Spark có thể lấy thông tin từ các ứng dụng hoặc dịch vụ được kết nối, cho phép AI hiểu bối cảnh rộng hơn của người dùng.

Xu hướng này phản ánh một bước tiến chung của ngành AI: từ AI tư vấn sang AI thực thi công việc.

Truy cập dữ liệu và câu hỏi về quyền riêng tư

Để hoạt động hiệu quả, các AI agent cần quyền truy cập sâu hơn vào dữ liệu người dùng so với chatbot truyền thống.

Các báo cáo về dự án agent của Google cho thấy hệ thống có thể tương tác với:

• ứng dụng và dịch vụ đã kết nối
• dữ liệu cá nhân như tin nhắn hoặc nhiệm vụ
• ngữ cảnh thiết bị hoặc vị trí

Những dữ liệu này giúp AI lập kế hoạch và tự động hoàn thành tác vụ.

Google cho biết nền tảng Gemini Intelligence của họ được xây dựng trên ba nguyên tắc chính: kiểm soát rõ ràng của người dùng, bảo vệ dữ liệu toàn diện và minh bạch vận hành.

Công ty cũng nhấn mạnh các tính năng tự động hóa sẽ hoạt động theo cơ chế opt‑in, nghĩa là người dùng có thể bật hoặc tắt các tích hợp và quyền truy cập.

Dù vậy, vẫn tồn tại một thực tế khó tránh: AI càng hữu ích thì càng cần nhiều ngữ cảnh cá nhân hơn.

Liên hệ với dự án “Remy” của Google

Nhiều dấu hiệu cho thấy Gemini Spark Beta có thể liên quan trực tiếp đến dự án Remy.

Các báo cáo cho biết Remy là trợ lý AI chạy trên Gemini, được mô tả như một “agent cá nhân 24/7” có thể hỗ trợ công việc, học tập và sinh hoạt hàng ngày.

Nhân viên Google được cho là đã thử nghiệm Remy trong phiên bản nội bộ của ứng dụng Gemini, nơi AI có thể tích hợp với nhiều dịch vụ Google và thực hiện hành động thay người dùng.

Vì Spark xuất hiện trong giao diện Gemini ngay trước Google I/O, các nhà phân tích cho rằng nó có thể là:

• tên công khai của dự án Remy
• giao diện beta cho công nghệ Remy
• hoặc lớp onboarding cho bản nâng cấp “Gemini Agent” rộng hơn

Dù chưa có xác nhận chính thức, các báo cáo đều chỉ về cùng một hướng: Google muốn Gemini trở thành AI có thể hành động, không chỉ trò chuyện.

So sánh với các AI agent khác

Google không phải công ty duy nhất theo đuổi AI agent. Nhiều đối thủ cũng đang phát triển hệ thống tương tự.

OpenAI

OpenAI từng giới thiệu Operator, một AI agent có thể điều khiển trình duyệt web để thực hiện nhiệm vụ như điền biểu mẫu, đặt hàng hoặc đặt lịch.

Sau đó, tính năng này được tích hợp vào ChatGPT dưới dạng agent mode, cho phép người dùng giao việc trực tiếp trong giao diện chat.

Các agent này hoạt động bằng cách điều khiển trình duyệt — nhấp chuột, nhập văn bản và điều hướng trang giống như con người.

Anthropic

Anthropic cũng theo đuổi hướng tương tự với tính năng “computer use” của Claude.

Khả năng này cho phép mô hình AI nhìn thấy nội dung trên màn hình và tương tác với phần mềm bằng chuột và bàn phím ảo để hoàn thành tác vụ.

Lợi thế tiềm năng của Google

Điểm khác biệt lớn nhất của Google có thể nằm ở quy mô phân phối.

Nhờ hệ sinh thái Android và dịch vụ Google, Gemini agent có thể tích hợp trực tiếp với:

• điện thoại và thiết bị đeo
• email và hệ thống nhắn tin
• lịch, tài liệu và các ứng dụng năng suất

Google đã giới thiệu lớp Gemini Intelligence nhằm biến thiết bị trở nên chủ động hơn — hiểu bối cảnh người dùng và thực hiện hành động giữa các ứng dụng.

Nếu Spark hoặc Remy dựa trên hạ tầng này, Google có thể tạo ra AI agent tích hợp sâu nhất cho người dùng phổ thông.

Nếu Spark ra mắt tại Google I/O

Một màn ra mắt chính thức tại Google I/O sẽ cho thấy sự thay đổi chiến lược rõ ràng.

Thay vì cạnh tranh chỉ bằng chatbot, Google có thể đang hướng Gemini thành một lớp AI điều hành có thể:

• dự đoán nhu cầu của người dùng
• tự động hóa tác vụ nhiều bước
• điều phối hành động giữa các ứng dụng và thiết bị

Điều này phù hợp với chiến lược đưa Gemini trở thành lớp trí tuệ chủ động trong toàn bộ hệ sinh thái Android và dịch vụ Google.

Nếu thành công, Gemini có thể chuyển mình từ chatbot thành “người vận hành kỹ thuật số” cho cuộc sống hằng ngày.

Những điều vẫn còn chưa rõ

Dù thông tin rò rỉ đang gây chú ý, nhiều chi tiết vẫn chưa được xác nhận:

• Google chưa công bố chính thức Gemini Spark Beta.
• Nội dung đầy đủ của màn hình onboarding chưa được xác minh hoàn toàn.
• Mối quan hệ giữa Spark và Remy vẫn mang tính suy đoán.
• Chưa có thời điểm phát hành chính thức.

Hiện tại, những dấu hiệu này chủ yếu cho thấy hướng đi của Google: xây dựng AI agent luôn hoạt động, hiểu ngữ cảnh và có thể hành động thay người dùng.

Nếu các báo cáo là chính xác, Google I/O có thể là thời điểm Gemini bước ra khỏi khung chat và trở thành trợ lý thực sự.