作者｜鱼丸

编辑｜星奈

媒体｜AI大模型工场

十多年前，《钢铁侠》里托尼・史塔克依托贾维斯操控智能系统，让无数人憧憬起可语音交互、随心操控设备的智能助手。

而如今，腾讯把类似贾维斯的AI，直接装进了电脑桌面。最近，腾讯正式上线操作系统级AI助手Marvis马维斯，定位是国内首个支持自然语言全流程操控电脑的AI Agent。它能理解指令、调用应用、处理文件、整理信息、甚至还能辅助总结桌面。

“我们是为你24小时在线的电子牛马"这个页面上的文字也很“腾讯风”，一下子就拉近了产品和用户的距离，也让“AI Agent”这个略显技术化的概念变得更接地气。

视觉上，Marvis 采用黑色小马形象，搭配不同颜色的”围脖“：能帮你整理文件、阅读总结、操控电脑、打开 App、搜索全网信息。每个小马都对应一种能力，像一支分工明确的“牛马”。

这款产品之所以值得关注，不光是多了一个桌面AI管家，更关键在于背后的研发团队——腾讯应用宝团队。

这支团队继承了十几年与英特尔、微软等软硬件厂商的合作关系和跨端引擎技术。长期深耕Windows底层生态，做过数亿用户都在用的系统优化、驱动管理、安全防护类工具，了解普通用户日常在系统设置、文件整理、多软件切换上，会浪费大量时间。

所以团队直接攻坚系统级接口调用、多智能体协同，以及本地隐私运行架构。从读懂Windows底层配置逻辑，到实现语义理解 + 指令执行，再到支持断网也能用的本地AI运算，Marvis的各项功能，都带着这支团队多年PC工具研发的底子。

它不是又一个只会聊天写内容的机器人，而是想让整台电脑都能直接语音对话、自动执行操作。

今天我们就来上手实测一下，这个桌面AI助手到底能不能帮人省心干活，看看这支老牌PC团队做出来的AI助手究竟实力如何！

用6个Agent，打造专属于你的电子牛马

相信最近在面对各类AI助手的层出不穷，已经让很多人对这类产品的期待慢慢趋于平淡了。

市面上同类产品虽多，大多都逃不开两种定位，要么主打日常对话闲聊，要么侧重全网信息检索，真正能直接操控电脑、完成全流程实操任务的产品少之又少，用户高效办公的实际需求，始终没能得到妥善满足。

而Marvis与其他AI助手的不同之处就在于，它的核心能力不是对话，而是深入打通 Windows 系统底层，依托自然语言实现电脑全流程自主操控，早已跳出传统对话机器人的局限，更像是入驻系统内部的实操执行者。

在这个“Marvis办公室”里，那只戴着红围脖的小马是主Agent（类似项目经理），它负责全盘统筹，理解需求并拆解任务，然后派遣其他专项小马去干活。

File Agent是数字资产管家，处理文件搜索、阅读、编辑生成、格式转换等；

Computer Agent是Windows系统运维专员，负责电脑底层配置与自动化运维，系统设置、硬件检测等操作；

App Agent是应用操作专员，可以调用电脑上的App与Exe应用；Browser Agent是网页交互专员，可以接管网页，进行网页交互与数据抓取；

Search Agent是搜索专家，擅长网络搜索与信息聚合，能快速从公开资源中定位答案并给出关键引用。

有趣的是，如果某些任务不需要特定小马参与，它们也不会傻站着，而是会去旁边找同事唠嗑八卦，甚至去厕所摸鱼——这种拟人化的资源调度，让自动化变得更加生动。

先来测一个日常办公常见场景case：帮我找出这个文件夹里跟Q4市场投放数据有关的文件，把关键数据汇总成一张表。

可以看到，我的文件夹其实挺乱的，Word、Excel、PPT、PDF什么都有，我自己看了都头疼。结果对它来说完全不是问题。

可以看到它先是扫描了全部文件，自动跳过纯图片和无法打开的损坏文件，然后对剩余文档语义检索，锁定与“Q4”“投放”“数据”等关键词相关的内容。甚至在发现多版Excel中存在数据冲突时，通过时间戳交叉比对，剔除了旧版数据，最终提取出投放总额、渠道分布等核心指标，交付给我一张数据汇总表，并标注了数据的出处文件。

全程无需手动打开任何办公软件，没有复杂的提示词工程，它自己就搞定了全部任务。

但这只是基础操作，Marvis真正的杀手锏在于跨应用的复杂工作流。比如身为内容创作者的我，最头疼的就属“内容多平台分发”。

而现下我只需要下达指令：“把这篇关于AI助手效率的文章，分别发布到小红书、B站和微博。”

这时候，红围脖小马（Marvis）立刻进入“监工”模式。它并没有亲自动手，而是派遣了“Computer Agent”这只小马去操作浏览器。

你可以看到，屏幕上瞬间弹出了三个浏览器窗口，分别对应三个平台的后台。最神奇的是，Marvis理解不同平台的表单差异——小红书叫“笔记标题”，B站叫“稿件标题”，微博叫“文章标题”。

它指挥Agent精准地将同一份内容填入对应的字段，连标签和分类都自动匹配好了。

而在这一顿操作猛如虎的同时，不需要处理文件的“File Agent”小马，正悠闲地在旁边的跑步机上“摸鱼”；甚至如果任务更简单，你还能看到有小马溜达到厕所里去“带薪如厕”。

这种智能的任务分配和闲置资源管理，让整个过程既高效又充满趣味。

面对各种各样的文件，如果是人工，就要先打开Excel逐份录入，再编写计算公式，复核异常值，制作图表，撰写报告......整套走下来，少说要两小时，还不算中间有环节出错返工的时间。

而Marvis则是你下达任务，它执行交付。等候的几分钟里，你大可以离开工位，处理别的事务。

提取文件只是Marvis的能力之一，它能做的远不止于此。比如它还可以帮你检查你的电脑状态是否健康。

先扫描磁盘、驱动，然后又查了高内存进程，提醒我C盘占用太高，建议清理或迁移。每项后面都跟着打开按钮，可以直接跳转到任务管理器。

再比如，设计一个网页。我给它一些图片和信息，让它根据这些给我一个咖啡馆开业设计网站。

它先解析了文字信息，提取出店名、位置、主打卖点、开业时间和活动信息作为页面内容框架。然后调用浏览器生成了一个响应式页面，顶部用了一张咖啡特写做背景图，上面浮动店名和开业时间；中间是功能介绍。整个页面暖棕色系，字体干净。最重要的是移动端也可以适配。

即使电脑不在身边也能远程操控，下载移动端APP，就能跟桌面端互联，记录也是同步的。

咱们再继续看看Marvis对移动端的接管，它不再只是让你“用手机下指令”，而是把手机变成了随身携带的“数字遥控器”与“进度监控台”。

输入：“查看我电脑桌面上论文库文件夹中相关的最新PDF文献。提取每篇的标题、核心方法、实验结论与摘要要点，整理成手机端可读的速览清单。”

几分钟后，手机这边就可以看到任务已经完成的提示。点开即见一份卡片式速览报告，而所有源文件保留在电脑原路径，手机端仅缓存轻量索引与摘要文本。

即使电脑不在身边也能远程操控，下载移动端APP，就能跟桌面端互联，记录也是同步的。你在外出差或通勤路上，依然可以像坐在工位前一样，随时给红围脖小马派活、盯进度、做决策。手机不再是信息的被动接收器，而是指挥数字员工军团的前线指挥所。

这些场景拼在一起，其实已经能说明AI的下半场已经开始从聊天转向干活了。你不用再充当自己和电脑之间的操作媒介，只需要说出需求，剩下的执行部分由它直接穿透系统去完成。

腾讯加速布局桌面Agent，背后是大模型与产品矩阵双重支撑

桌面Agent实际使用效果，七分看系统架构，三分靠大模型能力。若是模型理解和执行能力偏弱，很容易出现指令执行偏差，体验大打折扣。

其实，Marvis稳定流畅的操作表现，离不开腾讯混元大模型的支撑。

此前腾讯混元团队推出Hy3 preview模型，整体参数295B，激活参数21B，支持 256K超长上下文。这也是混元完成架构与底层设施重构后，推出的首款新版模型，由腾讯首席AI科学家姚顺雨带队研发。

这款模型在复杂推理、指令执行、代码生成以及智能体适配等方面都完成了优化升级。上线两周内，整体调用量相比上代提升明显，代码与智能体场景调用数据涨幅突出，市场认可度不俗。模型在Agent能力上的稳步提升，也让Marvis的指令执行靠谱度有了更好保障。

值得一提的是，姚顺雨本身深耕AI Agent领域，是智能体主流ReAct框架的提出者。而由他主导模型迭代与桌面智能助手研发，也能看出腾讯在相关技术和人才布局上，有着明确的规划与积淀。

当然，Marvis并非腾讯布局桌面Agent领域的首款产品。

早在今年3 月，腾讯就已接连推出多款相关产品，电脑管家团队打造的 QClaw，支持通过微信下发指令，实现电脑远程操控；紧随其后，腾讯云 CodeBuddy 团队上线 WorkBuddy，定位面向企业场景的桌面智能工作台，深耕商务办公生态；如今 Marvis 正式登场，主打深度嵌入Windows 底层，瞄准操作系统级全域操控能力。

同一条赛道接连落地三款不同定位产品，也能看出腾讯在桌面 Agent 领域清晰的布局思路。三款产品各司其职，覆盖不同使用场景，彼此并非功能重复，而是形成完整的产品梯队。

三者有着十分明确的定位差异。QClaw 偏向轻量化实用需求，依托电脑管家原有系统权限搭建而成，以简易远程操控为核心，部署便捷、上手门槛低。不过受远程指令传输形式限制，难以完成高复杂度连续操作，跨软件联动能力相对有限。

WorkBuddy 聚焦企业办公市场，面向职场办公人群，深度联动腾讯全系办公工具，主打办公生态内高效协同，适配企业日常办公流程，合规性与团队适配性更强。但它更多依托应用层接口运作，很难深入触及电脑系统底层权限。

Marvis则是在此基础上完成能力升级，主打原生系统深度适配，直接对接Windows 底层接口，可自主完成文件管理、进程调控、窗口操作等各类系统级动作，无需依赖第三方应用开放权限。更强的底层操控能力，也让它具备了更全面的自动化执行实力，同时在技术研发与安全规范上有着更高标准。

密集推出多款产品，不难看出腾讯AI布局思路的转变，从以往单一团队攻坚，转变为多团队分头探索、多点位同步发力。不同业务团队依托自身原有优势打造产品，覆盖大众日常使用、企业商务办公、底层技术探索多个方向，依靠内部多元尝试，摸索桌面Agent 最贴合市场的发展形态。

当然，桌面Agent还处在早期阶段，复杂任务的稳定性、权限边界、安全隐私和用户信任，都还需要持续验证。但可以确定的是，AI 助手的竞争已经不再停留在“谁更会聊天”，而是进入到“谁更能干活”的阶段。

从这个角度看，Marvis 更像是腾讯在桌面 AI 时代投下的一枚关键棋子。

相信很快，当我们打开电脑，不再需要在一堆软件、文件夹和设置菜单之间来回切换，只要说出需求，就能自动替你执行。那个时候，真正的“电子牛马”，或许才刚刚开始上岗。

数据支持天眼查，大模型独家合作账号