我对 Google Sheets 最早的印象是「在线版 Excel」。随着 Excel 逐渐显得原地踏步，后来我发现 Sheets 甚至可以对标早期的 Airtable，比如生成表单（Forms）等功能。
再后来，我发现 Google 作为主流的 AI 应用玩家之一，非常擅长把 AI 落地到具体的工作场景中。像 Gmail、Docs、Sheets 都是极佳的切入点。目前，放眼整个办公 SaaS 领域，除了微软，其他竞争者差距依然明显。偶尔有些挑战者，像 Notion 也在跃跃欲试；又比如 Grammarly 收购了 Superhuman 和 Coda 试图打造 AI 集成办公环境，但手上的底牌终究不如 Google 雄厚。
我们就来看看，在 AI 加持下的 Sheets 正在走向何方。
过去几年，只要哪个产品宣布接入 AI，大家的第一反应通常是：它是不是又在右边塞了一个聊天框？Google 也未能免俗，早早给 Sheets 安排了一个 Gemini 侧边栏（微软则是 Copilot）。
恕我直言，如果只是生硬地塞进一个聊天框，难免有偷懒之嫌。只有深度融入业务流程的 AI，才是优秀的集成方案。这也是为什么 Google Sheets 最近的一系列变化，非常值得单独聊聊。
现在的 Sheets，既有 Smart Fill 这类自动发现规律的传统智能特性，也有可以直接写进单元格的 =AI() 函数；既能通过 Gemini 侧边栏用自然语言创建、修改和分析整张表格，最近还在小范围测试 Sheets Canvas，让同一份表格数据直接生成看板（Kanban）、仪表盘（Dashboard）、日历（Calendar）以及其他具备交互能力的小应用。
如果把这些更新串联起来看，Google 显然不仅是给 Sheets 简单粗暴地加几个 AI 按钮而已。随着 Sheets Canvas 的亮相，表格甚至不再只是一个单纯存放数据、编写公式的地方。它正在演变成一个以数据为底座、以自然语言为交互、能随需即时生成界面的轻量工作台。
这究竟是如何一步步实现的？
AI 函数
真正让生成式 AI 进入表格细胞（单元格）内部的，是 =AI()（亦可写作 =Gemini()）。
早在生成式 AI 刚落地时，这曾是一个非常抓人眼球的功能：用自然语言描述需求，让系统自动执行。当时甚至有创业团队仅凭这一特性就大做文章，扬言要颠覆在线表格。如今回看，这不过是在线表格的一个基础 AI 补丁罢了；如果仅以此作为「颠覆性产品」，未免有些幼稚。
例如，在一张客户反馈表里，A2 单元格保存了用户留言，我们可以在 B2 输入：
=AI("把这条反馈概括成不超过 20 个汉字", A2)
也可以继续增加几列：
=AI("判断情绪，只返回正面、中性或负面", A2)
AI 函数不仅能生成文本、总结内容、归类信息、判断情绪，还能借助 Google Search 补充实时公开信息。比方说，在某一列写上人名，AI 就可以在相邻列搜索并自动生成人物的背景概要。
Spreadsheet 原本是一个严格的确定性计算环境。而 AI 函数将自然语言封装成了大家所熟悉的单元格引用方式，上下文引用直接对应其他单元格，逻辑非常清晰直观。
Fill with Gemini
AI 函数只是第一步。很多人第一次看到 Fill with Gemini 时，会以为 Google 又推出了一套全新的表格 AI。其实，它更像是 Smart Fill（智能填充） 与 AI 函数 的结合体。
Fill with Gemini 主要有两种使用方式：
- 拖拽填充：如果某一列已经填好了至少一个单元格，我们可以从全新的拖拽手柄向下填充。Gemini 会结合整表上下文和已有结果，为后续每一行推导并生成内容。
- 选区生成：选中一片空白区域，直接描述希望填入什么内容。可以交由 AI 自行判断规律，也可以输入一段明确的 Prompt。
这两种方式切中并解决了 AI 函数最大的门槛：绝大多数普通用户根本不想学习新语法，甚至压根不想去理解「公式」这个概念。
用户最熟悉、最肌肉记忆的操作，就是选中、拖拽和填充。Google 巧妙地把生成式 AI 藏进了这些既有动作中。我们不再需要费心去记 =AI()，也不必繁琐地复制函数，只需像过去一样随手一拖，Sheets 就从「机械复制相同值/简单序列递增」升级为「理解这一列的任务目标，并为每一行生成贴切的结果」。
它极其适合处理那些 大量重复、以文本为主、且每一行内容均有细微差异 的任务。
- AI 函数：显式声明，适合在单元格中精确定义任务与引用范围；
- Fill with Gemini：隐式操作，把 AI 函数封装成更符合直觉的拖拽与选区填充。
越依赖复杂语义判定的任务，越适合写 AI 函数；而追求高效率的批量处理，Fill with Gemini 则更直接快捷。
Gemini 对话
AI 对话框终究也是必不可少的。
如果说 AI 函数是在微观的单元格里派发具体任务，那么右侧的 Gemini 对话面板处理的就是宏观的整张表格。
早期的侧边栏更像一个「被动回答者」。我们可以向它提问：“这张表体现了什么趋势？”“业绩最好的是哪个部门、发生在什么时候？”而现在，它越来越像一个坐在你身边的「全能操作员」了。
目前，Gemini 已经能够直接建表、写公式、分析数据、生成可视化图表，还能主动添加条件格式、创建数据透视表、执行排序与筛选、查找替换文本，以及进行插入、编辑、删除和冻结行列等操作。
在 AI Agent 浪潮下，它甚至开始接管跨场景的复合任务。例如：用户只需用自然语言提出诉求，Gemini 可以从 Gmail、Google Drive、Chat 乃至互联网中检索相关信息，先梳理出一份执行计划交由用户确认，随后全自动建立起包含格式、公式、透视表和图表的完整报表。
短期内，我更倾向于将它定位为一个手脚麻利的初级操作员，而非资深的数据架构专家。但随着时间推移，它大概率会愈发成熟，甚至能够自主设计并操作完整的业务流。
Sheets Canvas
前面提到的功能，无论体验多么智能，用户最终面对的依旧是一张传统的电子表格（Spreadsheet）。
而 Sheets Canvas 这个目前仅在小范围测试的功能，才真正称得上是令人眼前一亮的「重头戏」。
Google 在公布 Sheets Canvas 时，将其定义为建立在表格数据之上的**「交互式小程序」（interactive mini-app）**。
现在，AI 可以根据一个 Sheet 工作表和一句自然语言指令，快速生成 Dashboard（仪表盘）、Heat map（热力图）、Kanban（看板）、Gallery（画廊）、Calendar（日历）乃至更自由的自定义交互布局。
虽然我目前尚未拿到该功能的内测资格，未能亲自实操，但仅从公开展示的能力来看，就已经足够震撼。
简单来说：Canvas 充当了读写交互界面，而底层 Sheets 则是数据源。
我们在 Kanban 里拖拽移动一张任务卡，原表中的状态字段会同步变更；在日历里修改日期、新增记录或删除项目，改动会直接写回底层表格。反之，一旦原始数据发生变动，Canvas 界面也会即时响应刷新。
假设一个小团队使用 Sheets 管理内容排期，表内包含选题、负责人、发布渠道、状态、发布日期和优先级。过去，团队可能会为了看板特意搬去 Trello，为了日历视图搬去 Notion，为了看数据汇总又得接入第三方 BI。而现在，只需对 Gemini 提一条要求：
“根据 Status 列建立一个内容看板，卡片显示标题、负责人、渠道、发布日期和优先级；逾期项目用醒目颜色标出，并允许编辑者拖动卡片改变状态。”
Gemini 便会在原始数据之上直接搭建起一层全新的可视化操作层。数据依然安稳地躺在 Sheet 表格里，但并非所有团队成员都需要面对密密麻麻的行列，业务人员只需在直观的看板上查看进度、拖拽更新状态即可。
这一步标志着 Sheets 开始跨越传统 Spreadsheet 的边界，蜕变为一个极轻量化的无代码（No-Code）平台，让懂业务、会用表格的人，能够零代码生成供整个团队协同的微型业务应用。
未来图景的一瞥与边界
与当下热门的 Vibe Coding 类似，「快速生成一个 Demo」和「长期维护一套生产系统」有着本质区别。
一套严谨的企业级业务系统，需要稳定的字段设计、主键约束、关系引用、细粒度权限管控、自动化流程、操作审计、测试及版本发布机制。Sheets Canvas 目前更擅长基于一张规整的明细表，快速搭建一个好用的操作界面，其本质仍是轻量级应用。至于企业的关键核心业务流程，现阶段显然还不适合直接托管于其上。
展望未来，我毫不怀疑 AI 具备整合复杂数据、构建复杂流程并提升系统可维护性的潜力。但这仍需要时间演进。
当看到 AI 函数、Gemini 自动化操作以及 Sheets Canvas 展现出的能力时，很多人容易产生一种错觉：以后我们是不是完全不需要学公式和表格操作了？
这恰如大家在讨论 Vibe Coding 时的疑问：以后是不是完全不需要学编程了？
答案是否定的。只要一个任务存在明确的业务逻辑与计算规则，就应该优先交由普通公式或确定性机制去处理。
例如：税额计算、日期差、库存结余、主键查找匹配等。这些计算必须保证确定性与绝对准确，绝不能因为模型重新生成一次就得出不一样的结果。
AI 目前更适合处理难以用规则穷尽、但人类凭语境能轻松判断的任务；而对于严密的流程设计与确定性计算，AI 仍不适合完全放手让其自主决策。
因此，更合理的落地姿态并非让 AI 大包大揽接管整张表，而是将确定性能力与生成式能力进行分层：
- 底层：原始数据与核心计算留给传统表格机制（保证数据精准性）；
- 中层：AI 负责难以规则化的非结构化文本处理，辅助列记录数据来源与人工核验状态；
- 顶层：Canvas 作为友好的展示与交互界面。
未来，AI 或许会承担起调度和编排确定性函数与 API 的角色，但最终的校验把关与责任归属，依然需要人类来掌控。
结语
据我观察，许多小团队生命周期里的第一个业务系统，往往就是一张本地 Excel 表格或在线 Google Sheets。
客户名单、项目看板、内容排期、库存台账、预算追踪，通常都是从区区几列字段起步的。随着数据膨胀、业务复杂化，团队才不得不逐步迁移至 Airtable、Notion、Trello、AppSheet，乃至定制开发独立的业务系统。
Google Sheets 如今所发力的方向，正是尽可能延缓这种迁移的发生，它把「搭建轻量业务工具」的门槛压到极低，从而让用户与团队能够更长久地留在 Google 的生态体系之中。
效率火箭，火箭君的新博客 