騰訊造了個“賈維斯”：替我簽到改配置，還會打盹上廁所，一手實測來了

智東西
作者 陳駿達
編輯 心緣

智東西5月15日報道，近日，騰訊開始內測一款名為Marvis（馬維斯）的操作系統層個人AI助手。這一AI助手通過多個Agent的協作完成App操作、EXE操作、電腦操作、文件管理、文檔生成以及各種復雜任務，24小時持續在線，并支持跨端操作。

Marvis目前僅支持Windows PC和安卓手機，iOS/macOS即將上線。

具體到日常使用場景，Marvis能干不少活。工作場景中，它能做文件格式轉換、合同信息審查、運營數據分析，甚至幫忙整理參考文獻。這些功能超越了單純的文字、代碼生成，能真正去操作系統、文件和應用等更為底層的元素。

在生活娛樂場景中，它能幫你監控游戲限時福利和明星動態，自動完成微博簽到、整理高清物料，也可以定時執行每天早上的新聞匯總。

Marvis這一名字致敬了知名智能助手“Jarvis”，取自“馬（Ma）”與“Jarvis”的結合。比較有趣的是，它把每個Agent的形象設計成一只長著牛角的黑色小馬，簡稱“小牛馬”，“小牛馬”還繼承了騰訊企鵝標志性的圍脖。

你可以在虛擬辦公室里隨時查看每只Agent在干什么，被安排任務的Agent會坐在工位上認真搬磚，其他閑著的Agent可能會打盹、閑逛、健身、喝咖啡或上廁所。

當你指定任務后，會有一只Agent主管出來主持大局，分配任務給相應的Agent，Agent在完成工作后會向主管匯報。

目前Marvis里的專家Agent具備App操作、電腦系統運維、網頁交互、數字資產管理和搜索任務等能力。

Marvis目前提供了兩種運行模式：云端效率模式采用混元和DeepSeek V4等最新模型，本地隱私模式則采用Qwen端側模型，做到一句話都不出電腦。 這一產品還支持本地知識庫的功能，可以自動識別本地文檔、圖片并進行索引。當用戶需要搜索特定內容時，Marvis可以基于標題匹配或基于內容匹配。

與同樣能操控電腦的其他“龍蝦類”產品相比，Marvis有什么優勢？

智東西獲知，Marvis背后是騰訊應用寶團隊，繼承了十幾年與英特爾、微軟等軟硬件廠商的合作關系和跨端引擎技術。

因此，Marvis不僅能操作電腦EXE軟件，還能通過應用寶，直接在電腦上操控手機App（同花順、開盤啦、飛常準、汽車之家、唯品會等App已授權）。

該團隊通過對端側模型做芯片級優化，實現了跑端側模型速度提升20%，并能通過提示詞直接對電腦文件進行查詢、變更等操作。而當前大多數AI應用都做不到這種深入操作系統層的能力。

智東西第一時間拿到Marvis的內測資格。根據我們的實際體驗，Marvis展現了“AI打工人”的雛形，它能實實在在地幫你干活，完成任務的質量不錯，但在速度、token消耗量、靈活性等方面仍有提升空間。

指路：marvis.qq.com

一、找文件、調設置，Marvis全動手試了一遍

電腦操作是Marvis的一大長板。Marvis擁有系統級的能力，可直接完成對電腦的全流程操作。我們的首批案例就圍繞這類任務展開。

進入主頁后，用戶可以直接與Marvis對話并指派任務，也可通過自動任務頁面讓Marvis定時執行既定任務。

案例1：圖像搜索、文件定位都能勝任，就是有點燒token

對許多用戶來說，在本地設備上尋找指定的文件或圖像，是件費時費力的事情。我試著讓Marvis幫我在本地的下載文件夾中，找到一張包含納斯達克元素的圖片。

拿到這一任務后，Marvis的團隊負責人Agent把任務分配給了文件處理Agent，后者先是嘗試了文件名搜索，未獲得命中。在這一過程中，它判斷我的圖片命名大多無意義，決定換個思路，用圖像分析來找到相關圖像。

切換思路后，Marvis終于步入了正軌，它成功地找到了包含納斯達克相關元素的圖片。然而，調用圖像分析工具，Marvis的token消耗量呈現指數級的增長。在搜索了一百多張圖片后，總消耗量來到了200萬token。

Marvis可以完成跨端的文件查找和傳遞。我在手機上向Marvis發送了一條命令，搜索與字節跳動估值有關的文件并發送到我的手機上。

它很快找到了文件，并發送到我的手機上。可能是因為這次文件名本身就包含了需要查找的關鍵詞，任務的token消耗量明顯降低了。

案例2：精準抓取電腦配置，還給我提了優化建議

Marvis可以直接在Windows系統層進行一些操作。當我要求它幫我把電腦的主題調為綠色時，Marvis的電腦操作Agent接手了工作，并直接找到了系統主題色的設置入口。這一操作并未通過模擬點擊實現，應該是深入了系統底層。

不過，它沒有100%完成這一任務，停在了找到入口這一步，后續的具體設置需要我手動操作。

Marvis可以精準地獲取各種系統信息。當我向它咨詢我的設備是否支持《黑神話·悟空》這樣的大型游戲時，它快速整理出了我的系統配置，看樣子是直接在設置中找到了相關內容。

緊接著，我讓Marvis分析了我這套配置中的短板，并提出升級建議。它判斷我的顯卡配置充裕，但是CPU、內存和硬盤都稍顯落后。Marvis建議我對內存進行升級，并說這是性能提升最直接、成本最低的方式。

不過，它似乎不了解當內存漲價的情況，告訴我32GB的DDR4 3200MHz內存只要四五百塊。實際情況是，同類內存的價格至少也得1000元出頭。

在我們的實際體驗中，Marvis在遇到批量刪除文件、核心配置修改時一定會詢問用戶，用戶點擊確認后才會執行。 二、寫代碼、出報告，多Agent協作有亮點

多Agent的協作，理論上可以完成更復雜的任務，或是提高任務執行的質量。我們拿幾個復雜任務試了試Marvis的能力邊界。

案例1：開發本地知識庫，全程無需碰代碼

我們的首個復雜任務要求Marvis設計一個本地知識管理系統，支持自定義大模型接入，實現簡單的RAG。

在這種更復雜的任務中，Marvis反而沒有調用多Agent，而是由主Agent完成所有的開發工作。Marvis陸續創建了目錄結構，并且并行寫入了配置文件和核心模塊，之后打造了Web界面。Marvis默認使用了ollama本地跑模型，我要求它切換為接入外部API的模式。

Marvis提供的API設置界面較為人性化，它向我發送了選項卡，只要逐步選擇并填寫信息就行。

最終，Marvis按照我的要求打造出了這一知識管理系統，支持導入文件、導入目錄、導入文本等選項，可提供參考來源。我們試著上傳了幾份文件并詢問相關信息，該系統輸出的內容準確，也沒有編造不在知識庫內的信息。

案例2：盤點硅谷裁員潮，直接輸出PDF文件

下一個實測任務要求Marvis梳理一下今年硅谷大廠的裁員情況，做成一個PDF網頁，包含裁員數據和分析，每條數據背后附上單獨的消息來源。

在這一任務中，Marvis使用了多Agent協作的模式，文件Agent被喚起，并主動調用了文檔寫作Skill。這一Skill要求模型先做復雜度判斷，然后加載寫作模板、寫作規范，再開始正式的執行。

Marvis判斷這屬于一個復雜文檔，預計產出超過3500字。它進行了多輪的網頁搜索，收集到足夠數據后開始逐頁撰寫PDF內容，最終輸出了一份完整的調研報告。

執行過程中，Marvis的多Agent協作讓任務劃分更加合理，兩個Agent的并行工作一定程度上提高了效率。不過，這一任務中Agent出現了自主切換到英文的問題，Skill的內容和背后模型的特性可能導致了這一現象。

Marvis生成的文檔可以直接在側邊欄中進行預覽，從結果來看，這一文檔的內容明顯要比AI單次生成的內容來得詳實，文中的數據基本準確。

排版方面，這一文檔的風格比較樸素，通過表格、加粗、章節劃分等方式，讓內容的可讀性更強。這種輸出方式應該與Marvis內置的Skill有關。

三、靠應用寶操作安卓應用，效率仍有提升空間

Marvis可以通過騰訊應用寶在Windows PC上完成對安卓App的操作，并且相關操作不會干擾PC的正常使用。安裝應用寶后，我們對這部分功能進行了體驗。

案例1：自動到微博打卡簽到，任務耗時3分多鐘

Marvis官方在首頁展示了微博超話簽到這一任務。我們也實測了一下，要求Marvis打開微博去陳奕迅超話簽到。

App操作Agent是這一任務的主要執行者。我們提前在應用寶中下好了微博并登錄，以免Marvis在登錄這一步卡住。

Marvis的執行速度不太理想。此前我們已經跑過類似任務，但它還是較為機械地按照規范來，檢查微博安裝包，試圖搜索微博操作Skill，未果后直接開始任務執行。

開始操作后，Marvis只能截圖一步，操作一步，每張截圖都要分析個幾秒鐘，整個任務的執行時長被拉到3分多鐘。下圖是它的完整執行過程，畫面經過20倍速的處理。

▲動圖經過20倍速處理

借助Marvis的定時任務功能，用戶可以把上述App操作設置為每天自動執行的任務。不過，前提是電腦必須保持24小時開機。

案例2：拒絕小紅書、微信操作請求

除了微博之外，我們也嘗試了Marvis操作其他App的能力。當我們要求它操作微信并發送消息時，Marvis拒絕了這一請求，稱由于系統限制無法在微信內執行點擊和輸入操作。我們嘗試了小紅書，也同樣無法操作。

這可能是因為微信這類App的聊天和支付界面，本身可能就有防模擬點擊、防注入輸入的特殊安全機制，如果AI助手能隨意替用戶在微信上發消息、轉錢，一旦被惡意利用，造成的風險和平臺責任是平臺無法承受的。因此，Marvis從源頭上拒絕了任何涉及資金劃轉的自動交易等操作。 我們也嘗試詢問Marvis它到底可以直接操作哪些應用，不過Marvis一直答非所問。 結語：AI打工人雛形已現，但離“放手”還有距離

對于愿意嘗鮮的極客用戶來說，Marvis已經能帶來實打實的效率提升。然而，現在普通用戶仍無法完全放手讓Marvis執行一個任務，復雜的軟件生態、文件系統等影響因素，都有可能讓Marvis的任務執行中斷或偏離預期。

不過，Marvis的設計思路確實代表了一種明確的趨勢。目前，國內已有不少AI廠商在多Agent產品上展開探索，跨端協同也逐漸成為行業共識。盡管體驗還需要進一步打磨，但騰訊至少已經邁出了第一步。