作者｜懶人

編輯｜張潔

第一次打開Marvis的時候，我先盯著它的界面看了半天。

不是有多愛研究UI，主要是它太像我在上班了。

6個Agent坐在一間辦公室里，有人坐在電腦前認真干活，有人在“帶薪拉屎”，還安排了健身房和咖啡角。這不就是“牛馬”的日常嗎？

我當時心里只有一個想法：

好家伙，AI都有工位了。

這可能也是Marvis最容易被記住的地方。什么“操作系統級AI助手”、“多Agent協作”，聽起來都很大。真正戳中打工人的，反而是它把Agent畫成了一群電子牛馬。

Marvis是騰訊應用寶團隊在5月20日正式開放下載的，定位是一個“操作系統級AI助手”。里面預置了6個Agent，Marvis負責統籌任務，Computer Agent負責操作電腦，File Agent負責處理文件，Browser Agent負責瀏覽器任務，App Agent負責應用，Search Agent負責網頁搜索。

剛上線，迅速引起了關注。因為它有一個其他Agent不具備的大招——總結微信群聊。

不是那種選中很多條聊天記錄轉發給它，它來總結。你直接對Marvis說，“幫我總結‘群聊名稱’最近的消息”，它就可以自動讀取并總結給你。

截圖來自公眾號“AI產品分析”

對于加了很多群、沒時間爬樓但又不想錯過消息的牛馬來說，這功能簡直是救星。

當然，想必騰訊推出Marvis也不是為了讓它總結一下群聊這么簡單。這里提到“大招”，是因為AI總結群聊這個需求呼聲一直很高，但市面上幾乎沒有Agent能真正做到。

尤其是這個功能發生在微信。微信作為國民級應用，一舉一動都備受關注。AI會與微信生態內的原子化組件碰撞產生什么樣的化學反應，也是很多從業者關心的話題。

此前5月13日，騰訊曾官宣打通元寶和微信，讓元寶可以一鍵總結微信群聊，但實際操作上，用戶仍然需要先進入群聊，勾選要總結的消息，再整體轉發給元寶。

所以，如果Marvis能在這個基礎上更進一步，讓用戶只需要直接說“幫我總結某個群最近的消息”，它就能自動完成讀取和整理，這確實會讓人期待。

只不過，這個能力很快不可體驗。“AI新榜”測評時發現，Marvis已經無法實現讀取微信群聊消息的功能了。

那么，拋開這個能力，Marvis的6個電子牛馬還能幫我干哪些活呢？考慮到Marvis畢竟立志于成為一個更全面的助手，我還是進行了更進一步的測評。

我測的第二個任務，是一個很日常的問題：電腦摸起來好熱啊，怎么辦？

如果問普通AI，它大概率會給你一套排查建議：打開活動監視器，看看CPU占用，檢查后臺進程，清理散熱口，必要時重啟。

Marvis的處理方式不一樣。

它會先查看系統狀態、能耗情況和內存占用，分析可能導致發熱的原因，然后再拍了拍Computer Agent，讓它去完成優化。

這個case不復雜，但很直觀體現了Marvis在操作本地電腦上的能力。

聊天AI更像“告訴你怎么做”的顧問；Marvis則是接進電腦本身，讀到系統狀態、文件、網頁和應用，再把這些東西串成一個任務。這意味著，電腦發熱、系統設置、文件管理等本地場景里，它確實比純聊天AI更接近“能干活”。

其實微信群總結失敗之后，我本來對Marvis處理微信相關的任務沒抱太高期待。

不過測試下來發現，聊天記錄這種數據不好碰，但Marvis還能做一些其他事。

比如，微信公眾號的文章整理。

我給它發了一篇公眾號的文章鏈接，讓它幫我把文中的案例和提示詞整理成一個表格。

很多AI產品沒法正常解析微信鏈接，但Marvis的結果還不錯。它打開鏈接，并準確理解文章內容，提取了案例概覽、操作步驟、關鍵提示詞和注意事項。

這個場景還挺實用。很多干貨文章看完，當下覺得“學到了”，過幾天就忘了。現在用Marvis順手把里面的案例、方法、提示詞拆出來，變成之后能參考的素材。

不僅如此，Marvis還能實現微信公眾號的排版。

我不是讓它調一篇稿子的格式，而是讓它做一個本地排版工具：左邊放純文字，右邊按照指定格式生成排版結果，并支持直接復制到公眾號編輯框里。

這個需求很典型。對內容團隊來說，公眾號排版不難但非常繁瑣。標題、正文、縮進、段距、圖片位置，每一項都有固定要求，每天重復做。

Marvis沒有一次成功。第一版工具在預覽里看起來是對的，但粘貼到公眾號后臺后，格式丟了；后來繼續加帶圖粘貼、調圖片位置，又遇到復制后空行丟失的問題。

大概四五輪對話之后，最終，Marvis給出了一個能在本地端口打開的排版工具。把純文字放進去，右側會生成符合要求的排版結果，復制到微信公眾號編輯框后，樣式和空行都能保留下來。

當我告訴它我想把這個工具分享給同事，Marvis繼續生成了HTML文件，并補了一份README，說明工具怎么使用。

這一套流程跑下來，我最大的感受是，Marvis未必一次就給出最終答案，但在目標明確、問題可以被拆開的任務里，它能持續迭代，沒有出現“修好這個、弄壞那個”的明顯失控。

在信息整理上，Marvis也能跑通更完整的鏈路。

我讓它搜索過去一周AI融資新聞，把超過1億人民幣的輪次整理成表格，并保存到桌面文件ai-funding.md里。

這個任務看起來只是“搜資料+做表格”，但實際拆開看，里面包含聯網搜索、時間范圍判斷、金額篩選、結構化整理和本地文件寫入幾個步驟。

Marvis最后確實完成了文件寫入，但不算很完美。

第一版結果里，它混入了一些不在“過去一周”范圍內的融資新聞。也就是說，它能把搜索、篩選、整理、寫文件這條流程跑完，但在時間范圍這種硬條件上，并沒有逐條核對。

這類問題在AI信息整理里很常見。模型會優先抓取相關性強、信息完整的內容，但“相關”不等于“符合條件”。尤其是融資、榜單、財報、公司動態這類內容，時間、金額、來源都屬于硬信息，不能只看AI整理得漂不漂亮。

我們還測了自動化任務。

比如，讓Marvis每天早上9點搜索AI行業的新品發布、公司動態和行業新聞，把鏈接、摘要標題和簡介整理好，再通過飛書推送。

值得注意的是，我在派發這個任務時，并沒有指令清晰地說幫我做什么。我只是把日常的工作文字像流水賬一樣發給它，Marvis根據這些信息提煉出固定任務，并設置成自動執行。

這個能力有一定想象空間。它不只是執行一句明確指令，而是能從一段相對自然的描述里，識別出哪些事情需要周期性完成，再轉成自動任務。

但它的限制也很現實，自動任務依賴本地客戶端運行。

如果電腦關機、休眠，或者Marvis客戶端退出，任務就無法繼續執行。對話過程中如果中途關閉客戶端，正在執行的任務也會被終止。

這意味著，Marvis更像一個住在本地電腦里的執行助手，而不是一個永遠在線的云端秘書。它適合處理那些本來就發生在電腦上的任務，比如整理文件、操作網頁、調用應用；但如果用戶期待的是到點自動運行、穩定推送、不受設備狀態影響的后臺服務，目前還不能完全交給它。

除了系統操作和自動任務，Marvis也做了自己的技能廣場，匯聚了Clawhub、Claude、GitHub等多個來源的Skill。

我也從庫里挑選了一些Skill安裝，來看下整體的使用難度和好用程度。

比如，排名最高的frontend-design Skill，點擊該Skill，在彈出的頁面點擊“添加”，就可以去對話框里使用這個Skill了。整個安裝過程很快速，而且簡單。

我們讓Marvis做一個AI工具發現頁面。

安裝之前，Marvis也能生成頁面，但整體更接近一個基礎模板。安裝之后，同樣的任務，結果更完整。頁面增加了快捷鍵、分類數量、深色/淺色模式切換、鼠標懸停效果等細節，整體的字體、色彩、間距和交互也更接近一個正式產品頁面。

安裝前vs安裝后

不過Marvis更有意思的一點是，它沒有把Skill廣場做成一個純工具列表，加入了類似內容社區的推薦形態。可以從具體場景出發，看別人如何使用Skill。

從這幾輪任務來看，Marvis最值得討論的地方，不是某個單點功能有多驚艷，而是它確實把AI從聊天框往真實電腦環境里推了一步。

它能讀取系統狀態，能調用不同Agent處理文件、網頁和應用，也能把重復任務設置成自動執行。相比只給建議的聊天機器人，Marvis更像把AI接到了電腦里，讓它真的去看、去干活。

但這并不意味著它已經可以被完全托管。它會受限于軟件生態、本地環境和任務復雜度，也會在事實判斷上出錯。

不過，它的能力也還在擴展。比如手機遠程連接電腦，目前只有安卓端可以用，iOS還尚未上線。按照目前公開介紹和用戶反饋，它可以讓用戶在手機端查看并接管電腦任務，比如人在外面臨時找文件、查看電腦端任務進度，甚至遠程操作鎖屏后的電腦。

這個場景也值得繼續觀察。因為那時候Marvis的價值可能就不只是“電腦里的AI助手”，而更像一個能隨時接管你電腦的隨身入口。

回到最開始的問題：這群Agent，真的能當電子牛馬嗎？

答案可能沒那么絕對。

Marvis不是萬能牛馬，還不能完全放養。但它確實開始有點像打工人的第二雙手了。

歡迎分享、點贊、推薦

一起研究AI