马维斯形象照。图片经过AI处理
文丨苏扬
编辑丨徐青阳
5月12日，应用宝的Marvis团队介绍了中文名叫作“马维斯”的Agent产品。
“它叫Marvis，蹭了一下Jarvis的概念。”产品负责人王秋阳说，“由于没有牛马这种动物，我们就画了一个，去掉了马的鬃毛，换成小牛角，它戴着腾讯系的红围脖儿，还蛮可爱。”
根据介绍，马维斯可以归类、解析文档，智能分类识别、处理图片，能修电脑（操作系统），市面上Agent能做的，马维斯基本都能做，比如它能做的：对操作系统架构、文件所有的理解，依据任务来调度模型、桌面操控收集应用、移动端“云监工”等能力，其他Agent产品不一定现在就有。
马维斯产品能力介绍
沟通会上提及最多的词就是“操作系统层级AI助手”，我觉得它可以用来概括马维斯的核心能力。
“我们是一个贯穿于操作系统层级的AI、个性化的 AI 助手，而不是一个像 AI PPT，或者像类似于做一个龙虾（Openclaw）一样的产品。”马维斯业务负责人蔡建涛说。
演示各种电脑操控的时候，我的感受是：哦，原来这是一个可以“修电脑”的Agent。
但准确一些的说，可以把马维斯看做是一个掌握系统“资源管理器”的AI助手——用户能够直接用它管理文件、理解文档、修改设置、执行任务，甚至操作Android应用。
可能有不少朋友用过NAS，现在很多NAS也有一些基础的智能引擎来管理存储里面的图片、文件了，马维斯就像这样一个产品，但它可以直接“套”在你的电脑上，而且装上就能干活，无需费劲去找skills。
01
马维斯能做的事情
一个对话框，一个工具列表，一个会话历史，就是马维斯的产品轮廓，你要强行从“长相”上找出它与其他Agent助手有什么分别，不一定有答案。
马维斯业务负责人蔡建涛说：“可能让大家觉得就像很多AI产品都是一个框，Chatbot是一种类型，编程工具IDE是一种类型，这些都可以不要，希望用户将来在某一个设备里，通过简单的语音对话，它就可以完成你需要的大部分的操作。”
这是蔡建涛的远期目标，但现阶段马维斯能做的，是一个成为Agent版“资源管理器”——接入系统来管理文档、图片、生成内容、执行任务。其中，文档分成课件数据、简历报告、合同书籍、票据证明等，图库可根据图像的Meta信息、图像含义、OCR文字等进行主题归类。
客观地说，这些能力其他Agent现在也都能做。
不过，马维斯有一点不同：它可以利用路由机制，自动分配不同重量级的任务给不同的模型，一部分模型在本地，拔网线也可以用。
我在很多稿子里都提到过“烧Token”的困扰，马维斯试图从产品层面解决“Token消耗”问题，当然，这也要求硬件足够“硬”，因为它预装了很多本地模型。
问题是，为什么马维斯要这么做？
还是前面说的“系统级”这个原因——应用宝与操作系统、底层硬件提供商保持着长期的合作，即便是小模型都能够得到快速的适配，并且能够获得访问系统底层的授权。
所以，马维斯像一个能“修电脑”的Agent，但又与市面上的产品不同，由于Windows系统、硬件对马维斯开放了访问权限，它可以读到软、硬件的信息。
马维斯核查电脑配置演示
产品负责人王秋阳演示了一个Demo，用户想玩“黑猴”，但不知道硬件能否带得动，马维斯可以感知电脑硬件配置，然后联网搜索游戏的配置要求，再向用户反馈结果。
还有一个我觉得不错，王秋阳在现场一再强调不是很高频，但又很有效的能力——关Windows广告。
通过马维斯关闭Windows系统广告
同样的问题，你问聊天机器人，它会给你一步步的文字指南，但不会替你去做；其他Agent类产品，可能也会去做这件事，但中间可能会要很多授权，有些模型还会一顿表演性输出，给你提供小作文，最后索要权限，或者是提供一行代码让你自己“终端”执行。
马维斯在接到指令之后，是真的去把这个“关广告”任务给做了。
还有一个不错的能力：针对存在隐私需求偏好的用户，马维斯提供了“隐私模式”，完全将任务固定在端侧模型上运行，就像前面说的，不需要联网。
“一些组织内部，特别是财务，处理数据的时候要拔网线， HR也不方便直接用云。”产品负责人王秋阳解释推出基于端侧模型的“隐私模式”的初衷。
另外，桌面端操作手机应用，也是马维斯的亮点之一，这也是应用宝的老“艺能”。
在桌面端跑Android应用，意味着很多任务用户不再需要切回移动端，比如签到打卡。甚至如果未来一些内置打卡领豆子的游戏，马维斯也能替你去做这件事。至于此前习惯被拿出来做案例展示的在外卖、小程序上点饮料这种操作，就更加容易了。
根据产品团队介绍，马维斯在桌面端操作移动应用，不会和用户抢键盘鼠标，而且可以多开，所以只要你的硬件性能够强，应用接口足够丰富，马维斯这种桌面Agent，很有可能帮助PC产业，从移动设备手中，“抢”回一部分用户使用时长。
02
它有什么不一样？
前面虽然说马维斯的界面和市面上的产品差不多，但其实从这款产品上，还是可以看到一些新颖的元素——一个卡通风格的Agent工作室，根据Agent的角色、工作状态不同，设置了不同的动效。
马维斯和它的Agent小伙伴
Demo演示的时候，官方演示了一个“团战”的画面——预设的6个Agent组成了一个小团队，包括戴红围脖的团队主Agent，戴绿围脖的电脑操作Agent等等，甚至还有Agent在“闲聊”。
“他没有什么正事儿干，一会儿可能会去上厕所，或者是喝咖啡，或者跑步，有时候他会交流一些实操的经验。”
介绍到这个点时，现场哄堂大笑，当时我就在想，能让大家都笑起来，说明这就是一个能够引起用户关注的特色。
“我们知道具备执行能力的AI Agent是完成大量长程或者中长程任务，时间稍微长一点，比如分钟级别的任务，用户就是会等待，这个时候就需要有一些信息呈现。”马维斯团队这样解释给Agent画了一间卡通风格的办公室，设置不同的角色和状态的思考。
视觉差异和用户体验不强相关，真正的差异还是一直提及的“操作系统层级Agent助手”概念。
“我们天然是一个贴近硬件，贴近生态的团队。马维斯不是一个拍脑袋想出来的概念产品，它是团队在既有基因和生态位上‘长’出来的。”产品团队如此介绍。
据了解，马维斯背后的应用宝团队，与微软、英特尔和高通产研团队深度协作，专门优化端侧模型的推理效率。
大家使用聊天机器人，Agent助手，最常用的功能就是给他上传文档，对吧，在马维斯这个产品里面，不需要上传这个动作，因为它本身就是一个“资源管理器”，所以整个操作系统对它来说，就是一个分门别类的知识库，而这就是得益于马维斯团队与合作伙伴协同研发的动作。
这也是为什么我会认为马维斯是一个“占领”资源管理器的Agent，有机会收割一部分移动产品的使用时长。
按照产品团队的说法，马维斯的能力自底向上，先做文件（解析、转换、搜索、索引），再做应用（把商店做成一个MCP，支持查询、安装、下载、卸载、打开、退出），再做系统操作（可以直接修改系统设置、诊断问题、修复故障），最后搭Agent框架。
“整套系统沿着大概规划的路径推进，到了25年12月份，我们已经回不了头了，不会再去切成Hermes、OpenClaw这样的框架。”王秋阳说。
03
一个选Marvis的理由
前有虾、后有马，为什么还要再装马维斯这个“牛马”？
在沟通会上被问到这个问题时，马维斯团队坦诚地表示，他们也没有“杀手锏”式的一句话答案来告诉用户必选马维斯。
就如同我们前面所说，从用户界面、功能上，大家看上去没有什么本质的不同，同类型的功能不存在A能做，B做不了的问题。比如现在的电脑操控（Computer Use）、浏览器操控（Browser Use），各家其实都在做，常规的能力大同小异。
用户在体感上很难感受到大家技术路线的差异，或者说不需要知道这种差异。
各种Agent产品，最后PK的无非就是同一种功能的前提下，谁能操作更准确、交付结果更快，以及现在大家最关心的：谁最省Token。
站在马维斯产品团队的视角，他们考虑的除了提供一个“杀手功能”之外，更倾向于提供一个长链条的场景化能力来吸引用户。
“比如电脑上的证件照目录，你点进这个目录来能干嘛？要办签证？办驾照，或者是你要裁这个图，换黑白底变蓝底？那我就把相关的能力放在这个入口，你点进来的时候大概率就是需要它，这其实就是场景化的渗到你原有的使用习惯当中。”
另外，关于马维斯的生产力属性，问到的也比较多。
前面提到了很多文档相关的能力，这其实就是生产力的一部分，所以我认为大家这么问，是想了解马维斯在编程方面的生产力表现，毕竟，这也是目前AI工具提效最有共识的领域。
“在办公这个分支我们投了很多精力，包括说可能文档的格式转换、编辑总结这一系列的东西，编码这块我们就不怎么花精力。”马维斯业务负责人蔡建涛在现场告诉大家，“我们文档能力绝对比市面上 95% 的都好很多，不会把办公所有东西做全，因为做全实在是太难了。”
马维斯的端侧隐私模式，也是现场大家重点“围观”的能力，所以也收到了很多追问。
如前面提到，开启这个功能可以在不联网的情况下使用模型，有人问这和效率模式有什么差别，我的第一感受就是，模型的尺寸不同，能力肯定有差异，本地端侧模型肯定无法和云端大模型直接对比，但端侧模型到底能做什么，特定的能力项有哪些，我认为需要在产品中，明确告诉用户，方便用户在实操中对应选择。
除了能力差别，端侧模型“零token消耗”，也是优势项，就意味着省成本嘛。
04
写在最后
旧时代做产品，要做得足够好才发布；但AI时代节奏太快了，做不到完美再发布，产品要边做边迭代。
按照马维斯团队的说法：2025年12月，他们从上到下、从下到上两头搭好框架之后，判断这个东西“是时候面向用户了”，于是选择在2026年5月把这个产品推出来。
所以，现在大家看到的，只是马维斯的一个雏形，未来还会有很多新能力。
只不过，从“操作系统层级的AI助手”这个角度来看，未来的能力都将集中在这个定位上。就像我们前面概括的：它是一个掌握了资源管理器的AI Agent——不止能对话，还能操作；不止能回答，还能执行；不止在云端，还在你的电脑里。
推荐阅读
腾讯新闻CLI上线：把“智能资讯”装进你的终端
拥有一只懂新闻资讯的“小龙虾”，有多酷？
财报会9天后，腾讯亮出“龙虾闪电战”底牌