Google расширила Gemini Personal Intelligence: приложение Gemini теперь может учитывать поисковые запросы и сохранённые места в Google Картах вместе с событиями календаря. Для пользователя это выглядит как простой вопрос о ресторане после встреч, а для IT-рынка — ещё один шаг к ИИ-ассистенту, который принимает решения на основе личного цифрового следа, а не только отвечает на сформулированный запрос.
Об изменении сообщает 9to5Google. Новая возможность дополняет уже существующий доступ Gemini к сервисам Google: поиску, Картам, покупкам, новостям, авиабилетам и отелям. Теперь модель получает ещё два типа контекста из Карт — историю поисков и список сохранённых локаций. Google приводит сценарий с перечнем ресторанов, куда пользователь давно собирался: ассистент сопоставляет его с последней встречей в календаре и предлагает подходящие места поблизости.
Главная разница здесь не в самом умении найти ресторан рядом с офисом. Обычный поиск в Картах делал это давно. Gemini Personal Intelligence пытается собрать намерение из разрозненных сигналов: календаря, личных списков, прошлых запросов, документов, фотографий и других данных, к которым пользователь разрешил доступ. Человеку не нужно вручную объяснять, где он будет вечером и какие заведения уже добавил «на потом».
Доступ к персонализации включается отдельно в настройках Gemini. Это важная оговорка: сервис работает не за счёт публичного веб-поиска, а за счёт данных, которые обычно воспринимаются как личный архив. Google подчёркивает, что Gemini обращается к ним с разрешения пользователя. Но сам продуктовый вектор очевиден: настройки приватности постепенно становятся не второстепенным экраном, а частью качества рекомендаций.
Карты становятся слоем контекста для ассистента
Интеграция с Картами появилась на фоне более широкого продвижения Gemini в экосистеме Google. На этой неделе Personal Intelligence также должна появиться в Android Auto. Связка логична: автомобильный интерфейс особенно чувствителен к контексту маршрута, времени, встреч и сохранённых адресов. Однако чем больше сервис знает о планах и перемещениях пользователя, тем выше цена ошибки — от неуместной рекомендации до неверно понятого намерения.
Для разработчиков и продакт-команд эта история полезна не столько функцией выбора кафе, сколько её механикой. Конкурировать с таким ассистентом на уровне отдельного запроса становится сложнее: преимущество смещается к тем, у кого есть согласованные данные о пользователе и понятная модель разрешений. Сервису недостаточно хранить избранное или историю действий. Ему нужно уметь объяснить, какие данные участвуют в ответе, позволить быстро ограничить доступ и не превращать персонализацию в непредсказуемую магию.
Для бизнеса это может означать перераспределение трафика. Если пользователь спрашивает Gemini, куда пойти после встречи, первым интерфейсом выбора становится не поисковая выдача и не карточка заведения в Картах, а ответ ассистента. Рестораны, магазины, отели и локальные сервисы будут зависеть не только от геометки, отзывов и рекламы, но и от того, насколько корректно их данные считываются системами рекомендаций. Google пока не раскрывает, как именно новые персональные сигналы повлияют на ранжирование или коммерческие результаты.
Deep Think уступает место Argon
Одновременно Google уведомляет подписчиков AI Ultra, что модель Gemini 4 Argon вскоре заменит режим Deep Think. Сейчас Deep Think доступен в Gemini 3.1 Pro как уровень рассуждений выше вариантов «высокий», «средний» и «низкий». Последнее обновление специализированного режима, по данным публикации, было в феврале. В коротком уведомлении Google предлагает переключаться на Argon для задач, где требуется более глубокое рассуждение.
Причина замены пока не раскрыта. Неясно, исчезнет ли Deep Think вместе с базовой моделью Gemini 3.1 Pro или Google отказывается именно от отдельного режима в пользу возможностей Gemini 4 Argon. Для пользователей платного тарифа это не косметическая смена названия: режимы глубокого рассуждения обычно выбирают для сложного анализа, программирования и многошаговых задач, где предсказуемость поведения модели важнее скорости ответа.
Обе новости складываются в одну стратегию. Gemini Personal Intelligence делает ассистента полезнее в повседневных решениях за счёт персонального контекста, а Argon должен закрывать запрос на более сложное мышление. Следующий неудобный вопрос для Google — сможет ли компания одновременно сделать эти ответы действительно полезными, прозрачными в работе с личными данными и достаточно стабильными для задач, где рекомендация уже влияет не только на выбор места для ужина.
