Gemini Spark: khi Google muốn biến Gemini từ chatbot thành người vận hành

Gemini Spark: khi Google muốn biến Gemini từ chatbot thành người vận hành

Nếu leak mới từ TestingCatalog là đúng, Google không chỉ chuẩn bị thêm một tính năng cho Gemini. Họ đang thử một bước chuyển lớn hơn nhiều: biến Gemini thành một AI agent chạy nền, có thể theo dõi inbox, xử lý tác vụ online nhiều bước và làm việc gần như liên tục thay cho người dùng. Trong giao diện rò rỉ, Gemini Spark BETA được mô tả như một “everyday AI agent”, tức không còn đứng ở vai trò chatbot chờ hỏi rồi trả lời, mà bắt đầu mang dáng dấp của một người vận hành số.

Điểm đáng chú ý không nằm ở cái tên Spark, mà ở cách nó được mô tả. Phần onboarding bị lộ cho thấy Spark có thể lấy ngữ cảnh từ Connected Apps, kỹ năng, lịch sử chat, tác vụ đã lên lịch, các website mà người dùng đang đăng nhập, tín hiệu từ Personal Intelligence và cả vị trí. Đồng thời, Google cũng cảnh báo rằng hệ thống này có thể chia sẻ dữ liệu cần thiết cho bên thứ ba khi thực thi hành động, và trong một số trường hợp có thể thực hiện cả việc mua hàng mà không hỏi lại. Chỉ riêng đoạn cảnh báo đó cũng đủ cho thấy Spark không phải một lớp giao diện mới, mà là một agent được thiết kế để thật sự hành động.

Đây không phải một leak đứng riêng lẻ

Nhìn rộng hơn, leak này không hề xuất hiện từ khoảng không. Từ ngày 14 tháng 1 năm 2026, Google đã giới thiệu Personal Intelligence, cho phép Gemini kết nối Gmail, Photos, YouTube và Search để hiểu ngữ cảnh cá nhân sâu hơn. Google nhấn mạnh đây là tính năng bật thủ công, người dùng có thể chọn ứng dụng nào được kết nối và có thể tắt bất cứ lúc nào. Nói cách khác, lớp “biết bạn là ai, đang làm gì, có gì trong hệ sinh thái Google” đã được dựng sẵn từ trước. Spark, nếu ra mắt, nhiều khả năng chỉ là lớp hành động được đặt lên trên kho ngữ cảnh đó.

Đến ngày 12 tháng 5 năm 2026, Google tiếp tục công bố Gemini Intelligence cho Android. Ở đây, hãng mô tả khá rõ một tương lai nơi Gemini không chỉ gợi ý, mà còn tự động hóa tác vụ nhiều bước: tìm thông tin trong Gmail, đưa sách vào giỏ hàng, tạo đơn mua từ danh sách trong Notes, hỗ trợ đặt chỗ qua Chrome và tự điền form dựa trên dữ liệu từ các app đã kết nối. Google vẫn nói người dùng giữ quyền kiểm soát và chỉ còn bước xác nhận cuối cùng, nhưng thông điệp cốt lõi đã rất rõ: Gemini đang được đẩy từ vai trò trả lời sang vai trò thao tác. Đặt leak Spark cạnh thông báo này, mảnh ghép bắt đầu khớp khá chặt.

Điều Google đang thật sự xây

Theo mình, điều đáng nói nhất ở Spark không phải là “Google cũng làm agent”, mà là Google đang gom ba lớp thành một.

Lớp thứ nhất là context.

Đó là dữ liệu cá nhân, app kết nối, lịch sử và tín hiệu hành vi.

Lớp thứ hai là action.

Đó là khả năng thao tác đa bước trên Android, Chrome và các dịch vụ web.

Lớp thứ ba là platform.

Đó là toàn bộ hạ tầng agent mà Google đã xây cho doanh nghiệp, gồm Agent Platform, ADK, A2A và cả hỗ trợ MCP để agent làm việc với công cụ và dữ liệu bên ngoài. Google Cloud hiện mô tả Gemini Enterprise như một nền tảng để tạo, triển khai và quản trị agent, đồng thời nhấn mạnh các chuẩn mở như A2A và MCP trong hệ sinh thái này.

Spark có thể là bản consumer-facing của một hướng đi mà Google đã chuẩn bị trong enterprise từ trước. Đây là suy luận, nhưng nó có cơ sở khá rõ khi nhìn vào chuỗi tín hiệu trong vài tháng gần đây: Agent tab trong Gemini, skills, schedules, multi-agent planning, và giờ là một agent luôn sẵn sàng chạy nền cho người dùng phổ thông.

Lợi thế thật sự của Google

Lợi thế của Google ở cuộc chơi này nằm ở chỗ họ không phải bắt đầu từ một cửa sổ chat trống. Họ có Gmail, Calendar, Drive, Chrome, Search, Android và vô số phiên đăng nhập mà người dùng đã duy trì sẵn mỗi ngày. Một agent như Spark vì thế không cần học lại quá nhiều về môi trường làm việc của người dùng; nó chỉ cần được trao thêm quyền để kết nối các điểm đó thành hành động. Đây cũng là lý do các cập nhật gần đây của Google đều xoay quanh một cụm từ rất rõ: cá nhân hóa, chủ động hơn và làm việc thay người dùng ở nhiều bước hơn.

Với người dùng phổ thông, đó có thể là dọn inbox, đặt lịch, điền form, gom thông tin mua sắm. Với người làm việc tri thức, câu chuyện lớn hơn là: khi AI đã nhìn thấy cả ngữ cảnh lẫn công cụ, ranh giới giữa “trợ lý” và “người vận hành thay mình” sẽ còn ở đâu.

Bài toán khó nhất vẫn là niềm tin

Nhưng chính ở đây cũng lộ ra bài toán khó nhất: niềm tin.

Leak của TestingCatalog cho biết Spark có thể lưu dữ liệu trình duyệt từ xa, bao gồm trạng thái đăng nhập và dữ liệu liên quan tới thực thi từ xa, để giữ phiên làm việc luôn sẵn sàng. Trong khi đó, Google ở các thông báo chính thức liên tục nhấn mạnh chuyện quyền riêng tư, bật thủ công và quyền kiểm soát của người dùng. Hai thứ này tạo thành một độ căng rất thật: agent càng hữu dụng thì càng cần quyền sâu; mà đã có quyền sâu thì mọi cam kết về an toàn, xác nhận và minh bạch không còn là chi tiết phụ nữa, mà là điều quyết định người dùng có dám bật hay không.

Spark có thể là headline thật của Google I/O 2026

Google I/O 2026 sẽ diễn ra vào ngày 19-20 tháng 5, và Google đã công khai rằng Gemini sẽ là một phần trung tâm của sự kiện. Vì vậy, nếu Spark xuất hiện ở keynote tuần tới, headline đúng có lẽ không phải là “thêm một AI agent mới”. Headline đúng hơn là: Google đang cố biến toàn bộ hệ sinh thái của mình thành một lớp điều hành bằng AI, nơi Gemini không chỉ hiểu câu hỏi mà còn hiểu người dùng, hiểu app, hiểu phiên làm việc và có thể chủ động làm việc thay họ.

Nếu đúng vậy, Spark sẽ không chỉ là một tính năng mới của Gemini. Nó sẽ là phát súng cho giai đoạn Google muốn AI trở thành tầng thao tác mặc định của internet cá nhân.