腾讯 Marvis 实战：操作系统级 AI 助手的正确打开方式

作者：PySuper | 来源：zhengxingtao.com

发布日期：2026-07-25

写在前面

2026 年的 AI 助手赛道，已经卷到飞起。但如果你仔细看——豆包在聊天，Kimi 在聊天，ChatGPT 还是在聊天。大家都在卷"谁更会聊天"，却很少有人真正解决一个根本问题：AI 能不能帮我干活？

不是给我一段代码让我自己跑，不是给我一份教程让我自己点，而是我说一句"帮我把 C 盘垃圾清了"，它就真的清了。

2026 年 5 月 20 日，腾讯应用宝团队给出了一个答案——Marvis（马维斯） 。这不是又一款 Chatbot，而是一个直接"长"在操作系统里的 AI 助手。它能碰你的文件、改你的设置、操作你的应用，甚至让你用手机远程接管电脑桌面。

这篇文章，我会从架构到实战，从安装到踩坑，把 Marvis 掰开揉碎讲清楚。读完这篇，你就知道操作系统级 AI 助手到底意味着什么，以及它到底好不好用。

一、为什么需要系统级 AI 助手

1.1 AI 助手的三种类型

先把市面上的 AI 助手分个类，搞清楚 Marvis 到底在哪个维度竞争。

表格

对话型 AI 的痛点很明显——你说"帮我关掉 Windows 广告"，它给你一段操作指南，让你自己去找"关闭 Windows 聚焦"这个设置入口。问题是：谁特么知道"关闭 Windows 聚焦"在哪？

工具型 AI 解决了单点问题，但你能让 Cursor 帮你查电池健康吗？能让 AI PPT 帮你清理 C 盘吗？

操作系统层级 AI 的野心是：把整台电脑变成可对话的智能对象。你说目标，它去执行。不需要你记路径、找入口、查教程。

1.2 从"会聊天"到"会干活"的跨越

这个跨越看起来只是一步，实际上差了十万八千里。

"会聊天"只需要一个语言模型——用户输入文本，模型输出文本，完事。

"会干活"需要什么？

• 理解系统：知道文件系统长什么样，知道注册表怎么改，知道设备管理器在哪

• 操作能力：能读写文件、调 API、操作 GUI、控制浏览器

• 安全边界：知道什么能碰、什么不能碰、碰了要跟谁确认

• 多步规划：一个复杂任务需要拆解成子任务，分配给不同的执行单元

• 跨端协同：电脑、手机、平板，同一个任务在不同设备间接力

这不只是加几个插件的问题，而是要从系统底层开始建设能力。

1.3 Marvis 的核心主张

Marvis 的产品负责人在采访中说得很直白：

"Marvis 不是 Chatbot，也不是一个简单的应用层 Agent。它的核心定位是'操作系统层级'——能直接触达系统设置、文件管理、应用调用和硬件信息。"

据《腾讯 Marvis 上线，AI 助手正从"云端对话"走向"系统级操控"》（环球网，2026-05-22）报道，一位长期关注 AI 应用层的投资人评价：

"目前大部分 Agentic AI 产品还停留在轻任务层面，真正能深入操作系统、理解文件内容、跨端操控的极少。Marvis 的差异化在于它'长'在系统里，而不是'挂'在系统上。"

"长"在系统里，而不是"挂'在系统上——这句话精准概括了 Marvis 和其他 AI 助手的本质区别。

用一个不太恰当但很形象的类比：

• 对话型 AI 像电话客服——你问它答，但它不会帮你操作

• 工具型 AI 像一个只干一件事的工人——修电的不管通水

• 操作系统级 AI 像一个住在你家的管家——它认识你家里的每一个开关、每一件物品，你说一声它就去办

Marvis 选的就是第三条路。

二、Marvis 是什么

2.1 定位与名字

Marvis（马维斯） ，腾讯应用宝团队推出的操作系统层级 AI 助手。

名字的由来很有意思——官方解释是"Ma（马）"与"JARVIS"的组合，致敬钢铁侠的智能管家 Jarvis。但用户们发现了更多彩蛋：吉祥物"小牛马"长着牛角、穿着腾讯企鹅标志性的红围巾，被用户亲切地称为"小牛马"。

据《腾讯马维斯 Marvis 深度解读：操作系统层级 AI 助手，从功能到未来》（清凉游侠，2026-05-21）报道，这个名字还巧妙地融入了腾讯创始人马化腾的姓氏。

2.2 发布信息

表格

据《腾讯上线操作系统级 AI 助手 Marvis》（科技日报，2026-05-21）报道，Marvis 面向 Windows、Mac、安卓三端全量开放，免邀请码。iOS 版本预计 6 月中旬推出。

2.3 背后团队：应用宝 14 年积累

理解 Marvis，必须先理解它的缔造者——腾讯应用宝团队。

这个团队在中国 PC 和移动生态里摸爬滚打了整整 14 年，做过 PC 端的应用管理、移动端的 App 分发，更做过跨端运行、云游戏等底层技术探索。这意味着他们比绝大多数 AI 团队更懂一个根本问题：普通用户在电脑上到底需要什么、怎么使用。

据《腾讯 Marvis 上线》（环球网）报道，Marvis 继承了与软硬件厂商十余年的合作关系和四年跨端引擎技术。具体到技术实现上，Marvis 与微软、英特尔分别建立了战略级合作。

团队的产品负责人回忆研发路径：

"2023 年行业模型能力还比较差的时候，我们没有选择从概念出发，而是先从文件解析、格式转换这些底层工具做起。先把地基打好，再构建 Agent 框架。到了 2025 年 12 月，底层工具链基本完备，Agent 框架也搭起来了，才形成今天的产品。"

这种"自下而上"的路径，让 Marvis 拥有了一般 AI 产品不具备的深度系统级能力。

时间线梳理一下 Marvis 的成长历程：

2023年
底层工具起步
文件解析/格式转换

2024年
系统操作能力
MCP商店/系统API

2025年上半年
工具链完善
跨端引擎打通

2025年12月
Agent框架成型
1+5架构搭建完成

2026年5月20日
Marvis正式上线
Windows/Mac/Android

2026年6月
iOS版上线
四端全覆盖

这个时间线很重要，因为它解释了为什么 Marvis 不是又一个"PPT 产品"——它是从最脏最累的底层工具开始，一步一个脚印堆起来的。产品经理的原话是："到了那个时候已经'回不了头'了，整套系统是自研的，没有用 OpenAI 任何东西。"

2.4 免费 Token 额度

据《每天白送 1000 万 Token！腾讯 Marvis 正式上线》（CSDN，2026-05-22）报道，每位用户每天享有 1000 万免费 Token。部分来源显示为 2000 万，不同渠道数据略有差异。

需要注意的是，Agent 产品的 Token 消耗量远高于聊天助手型 AI。腾讯马维斯团队相关负责人表示：

"长期完全免费不现实。未来计划提供基础用量配额，并支持用户自带 API Key。同时通过端侧模型优化，将大部分常规操作消化在本地，大幅降低云端 Token 消耗成本。"

三、1+5 Agent 架构深度解析

这是 Marvis 最核心的设计，也是它区别于其他产品的关键。

3.1 架构全貌

Marvis 采用 1 个主 Agent + 5 个专家 Agent 的协作架构，就像一个 6 人的 AI 团队：

自然语言指令

文件相关任务

系统相关任务

应用相关任务

网页相关任务

搜索相关任务

执行结果

执行结果

执行结果

执行结果

执行结果

汇总结果

👤 用户

🧠 主 Agent
（项目经理）

📁 File Agent
（文件管家）

💻 Computer Agent
（系统运维）

📱 App Agent
（应用操控）

🌐 Browser Agent
（网页交互）

🔍 Search Agent
（信息检索）

3.2 主 Agent（项目经理）

职责：理解需求 → 拆解任务 → 分配调度 → 确认执行

主 Agent 是整个团队的"大脑"。它不直接干活，而是负责：

1. 意图理解：解析用户的自然语言指令，判断需要哪些能力

2. 任务拆解：将复杂任务分解为可执行的子任务

3. 智能路由：根据任务类型分配给最合适的专家 Agent

4. 结果汇总：收集各 Agent 的执行结果，整合后返回用户

5. 安全兜底：在涉及敏感操作时，发起"硬垂询"确认

举个例子，当用户说"帮我看看哪些自启动程序没用，关掉它们"，主 Agent 会：

1. 调用 Computer Agent 获取当前自启动项列表

2. 调用 Search Agent 查询每个程序的用途

3. 综合判断哪些可以关闭

4. 弹出确认框，列出建议关闭的程序，等用户确认

5. 确认后调用 Computer Agent 执行关闭

3.3 File Agent（文件管家）

职责：搜索 / 阅读 / 格式转换 / 分类归档

表格

据《腾讯马维斯 Marvis 深度解读》（清凉游侠）报道，一位媒体编辑实测：两个月前从某个群里下载的《黑神话：悟空》截图，文件名完全忘了，但 Marvis 按内容搜索，直接从一万张照片里找到了它。

File Agent 的搜索机制可以拆解为两个层次：

第一层：元数据匹配

传统搜索能做的，Marvis 当然也能做——按文件名、文件类型、修改时间、文件大小等元数据筛选。这跟 Windows 自带的搜索没有本质区别。

第二层：语义理解

这才是 Marvis 的杀手锏。它不只是匹配关键词，而是真正理解文件内容：

• 文档：Marvis 会用端侧模型对文档做向量化和语义索引。你搜"思考"，它不只匹配文件名含"思考"的文件，还会把正文中提到"思考"这个概念的文档也找出来

• 图片：通过图像理解模型，识别图片中的人脸、场景、物体、文字（OCR），建立多维索引

• 表格：能理解 Excel 的列头和数据含义，支持按内容检索

第三层：上下文关联

Marvis 会建立文件之间的关联关系。比如一份合同对应的发票、一个项目的需求文档和设计稿，它会自动发现这些关联，在搜索结果中提供"相关文件"推荐。

3.4 Computer Agent（系统运维）

职责：硬件检测 / 系统设置 / 性能优化 / 垃圾清理

这是 Marvis 最具差异化的 Agent 之一。它不是模拟点击，而是直接调用 Windows 底层 API。

表格

关 Windows 广告这个功能特别能说明问题——你知道这个设置在系统里叫"关闭 Windows 聚焦"吗？有多少普通用户知道？Marvis 直接帮你搞定。

这里需要强调一个技术细节：Marvis 的系统操作不是模拟点击。

很多 Agent 产品做系统操作，用的是 GUI 自动化的方式——模拟鼠标点击、键盘输入。这种方式有几个致命问题：

1. 脆弱性：系统 UI 一更新，点击坐标就变了

2. 速度慢：模拟点击需要等界面渲染

3. 可靠性差：如果弹窗被遮挡，操作就失败

4. 安全隐患：模拟点击绕过了系统的安全检查

Marvis 走的是另一条路——直接调用 Windows 底层 API。通过 MCP on Windows 提供的本地设备代理注册表（ODR），Marvis 接入了系统级文件 MCP 服务，能够通过自然语言直接操作电脑文件和系统配置。

这就是"长在系统里"和"挂在系统上"的技术本质区别。

3.5 App Agent（应用操控）

职责：打开/关闭软件 / 界面交互 / 自动化

App Agent 可以调用电脑上的任意 App 和 EXE，甚至在电脑上直接操控安卓应用。

据《腾讯发布系统级 AI 助手 Marvis》（环球网，2026-05-21）报道，基于 App Agent 的 GUI 感知与操作能力，Marvis 可以在 Windows 上通过安卓虚拟机点击操作安卓同花顺 App，识别屏幕搜索框，输入"特斯拉"，获得实时股价信息。

已首批对接的安卓应用包括：同花顺、飞常准等。

3.6 Browser Agent（网页交互）

职责：浏览 / 抓取 / 表单填写

Browser Agent 可以接管浏览器，实现网页信息抓取、自动交互、网站数据抓取等任务。

典型场景：

• "监控 XX 网站的机票价格，低于 500 元提醒我"

• "帮我抓取这个页面的所有产品信息，整理成表格"

• "帮我在这个网站注册一个账号"

3.7 Search Agent（信息检索）

职责：联网搜索 / 资料整理 / 摘要生成

Search Agent 负责从公开资源中搜索信息，并附带引用来源。它不是简单的搜索聚合，而是能理解搜索意图、筛选信息质量、生成带引用的摘要。

3.8 六个 Agent 并行协作的机制

六个 Agent 不是串行工作的——它们可以并行执行。

比如用户下达一个复合指令："找出最近一个季度的发票，按时间顺序整理成表格"，主 Agent 会：

1. 调用 File Agent 检索本地发票文件

2. 同时调用 Search Agent 查询发票相关的税务信息（如果需要）

3. File Agent 完成后，识别发票内容、提取关键字段

4. 最终生成 Excel 表格

关键机制是主 Agent 的任务编排能力——它知道哪些子任务可以并行，哪些有依赖关系，需要串行执行。

更直观的是，用户可以在"虚拟办公室"面板中实时查看每只 Agent 的状态：

• 被安排任务的 Agent 会坐在工位上认真"搬砖"

• 闲着的 Agent 可能打盹、闲逛、健身、喝咖啡甚至"上厕所"

据《体验完腾讯发布的 Marvis 助手》（爱范儿，2026-05-19）报道，这个设计让冰冷的工具第一次有了"数字同事"的温度。

3.9 与多 Agent 框架的对比

如果你是开发者，可能会想：这不就是 LangGraph / CrewAI 之类的东西吗？

还真不是。核心区别在于：

表格

Marvis 的 Agent 架构是面向终端用户的封装。用户不需要理解什么是 DAG、什么是状态机，只需要说一句话，Marvis 自动完成从意图理解到任务执行的全流程。

四、安装与上手

4.1 下载安装

1. 访问官网：https://marvis.qq.com/

2. 选择对应平台的安装包（Windows/Mac/Android）

3. 安装包大小约 300 MB，安装过程中会自动下载必要的模型文件

4. 使用微信或 QQ 账号直接登录，无需邀请码

4.2 系统要求

据《腾讯 Marvis 完整使用教程》（CSDN，2026-05-21）整理：

表格

隐私模式的硬件要求更高：

表格

据《腾讯"马维斯"来了：个人 AI 助手正式进入操作系统层级争夺战》（CSDN，2026-05-22）报道，隐私模式的门槛不低，需要 16 核以上处理器、32GB 内存、16GB 显存起步，SSD 还得匀出 35GB 空闲空间。

4.3 首次启动

安装完成后，首次启动会进入以下流程：

1. 登录：微信或 QQ 扫码登录

2. 权限授予（核心步骤）：

   • 文件读写权限（访问本地文档、图片）

   • 系统设置权限（修改系统配置、管理开机启动项）

   • 应用操控权限（调用和操作其他软件）

   • 屏幕录制权限（远程控制和任务录屏）

3. 模式选择：效率模式 or 隐私模式

4. 索引扫描：Marvis 会自动扫描电脑，建立文件索引

首次扫描可能需要几分钟到几十分钟，取决于你的文件数量。扫描完成后，你就进入了六个"小牛马"的虚拟办公室。

4.4 模式选择：效率模式 vs 隐私模式

表格

两种模式可以随时在设置中切换。

4.5 与 OpenClaw / Hermes 的安装对比

表格

Marvis 的核心优势就是零技术门槛——装上就能用，不需要你懂什么是 YAML 配置、什么是 Docker 容器、什么是 API Key。

五、实战 1：系统管理与优化

5.1 一句话查电脑配置

plaintext

用户：我的电脑配置怎么样？

Marvis 会调用 Computer Agent，直接读取硬件信息，返回一份"人话版"配置报告：

plaintext

你的电脑配置如下：
- CPU：Intel Core i7-13700K，16 核心，性能不错
- GPU：NVIDIA RTX 4070，中高端显卡
- 内存：32 GB DDR5，充裕
- 硬盘：1 TB NVMe SSD，已用 600 GB
- 电池：健康度 87%，状态良好

综合评价：中高端配置，日常办公和游戏都没问题。

5.2 检测硬件能否运行游戏

plaintext

用户：我的电脑能跑《黑神话：悟空》吗？

Marvis 的处理流程：

1. Computer Agent 感知本机硬件配置

2. Search Agent 联网查询游戏的官方配置要求

3. 主 Agent 对比分析，给出判断

据《腾讯 Marvis 上线》（环球网）的实测报道，Marvis 会快速整理出系统配置，并分析出显卡够用但 CPU、内存、硬盘偏弱，建议升级内存。不过它引用的内存价格信息可能没有实时更新——这也暴露了端侧模型的实时性问题。

5.3 调整系统设置

plaintext

用户：帮我把夜间模式打开
用户：调整鼠标灵敏度到中等
用户：把电源计划改成高性能模式

这些操作，Marvis 不需要模拟点击，而是直接穿透系统层进行操作，深入系统底层找到对应的设置入口。

5.4 清理冗余文件

plaintext

用户：帮我清理一下 C 盘的垃圾文件

Marvis 会扫描临时文件、缓存、日志等，列出建议清理的文件和预估释放空间，等用户确认后执行。

实际返回可能长这样：

plaintext

扫描完成，发现以下可清理项：

1. Windows 临时文件：1.2 GB
   - C:\Windows\Temp 下的缓存文件
   - 最近的 Windows 更新残留

2. 浏览器缓存：890 MB
   - Chrome 缓存：520 MB
   - Edge 缓存：370 MB

3. 回收站：340 MB
   - 已删除但未清空的文件

4. 应用缓存：560 MB
   - 微信缓存：340 MB
   - QQ 缓存：220 MB

总计可释放空间：约 2.9 GB

是否执行清理？（将逐一确认每项操作）

注意最后一行——逐一确认。这就是硬垂询机制在工作。每一类清理操作都会单独确认，给你充分的控制权。

5.5 更多系统管理实战案例

案例 1：一键查看网络状态

plaintext

用户：我网速怎么这么慢？

Marvis 会调用 Computer Agent 进行网络诊断，包括：

• 当前网络连接状态

• 上传/下载速度测试

• DNS 解析速度

• 网络延迟测试

• 路由跳数检测

然后给出诊断结论和优化建议。比如"DNS 解析较慢，建议切换到 114.114.114.114"或者"当前使用 WiFi 连接，信号较弱，建议靠近路由器或切换 5GHz 频段"。

案例 2：电池健康检测

plaintext

用户：我笔记本电池还能用多久？

Marvis 会读取电池循环次数、设计容量 vs 实际容量、电池温度等信息，给出健康度评估和使用建议。

案例 3：开机速度优化

plaintext

用户：我电脑开机越来越慢了，帮我看看怎么回事

Marvis 会：

1. Computer Agent 读取开机启动项列表

2. Search Agent 查询每个启动项的用途和安全评级

3. 主 Agent 综合分析，给出优化建议

4. 弹出确认框，列出建议禁用的启动项

5. 用户确认后执行

5.6 L2 安全机制：敏感操作的确认流程

这是 Marvis 安全设计中最关键的部分—— "硬垂询"机制。

操作系统Computer Agent主 Agent用户操作系统Computer Agent主 Agent用户🔒 触发"硬垂询"——必须用户确认alt[用户确认][用户拒绝]"关掉没用的开机自启动程序"获取自启动项列表读取注册表/任务管理器返回自启动项数据自启动项列表 + 分析结果综合分析，判断哪些可-关闭弹出确认框：建议关闭：XX助手、YY更新服务...是否确认执行？确认执行执行关闭操作修改注册表/禁用服务操作完成执行结果✅ 已关闭 5 个自启动项取消已取消，未做任何修改

硬垂询（Hard Confirm）的核心原则：

表格

据《腾讯上线操作系统级 AI 助手 Marvis》（科技日报）报道，删除文件、修改系统核心配置等敏感操作，会强制触发"硬垂询"，AI 必须先给出执行计划并请求用户确认。支付等更高敏感级别动作必须由用户本人完成。

微信等涉及资金划转的场景，更是从源头上拒绝操作——这类 App 本身有防模拟点击的安全机制。

六、实战 2：文件管理与知识库

6.1 AI 图库：按维度智能分类

传统文件管理器按"文件夹→子文件夹→文件名"的树形结构组织文件。问题是：你记得文件名还好，不记得就完蛋了。

Marvis 的 AI 图库，支持按以下维度分类：

表格

据《体验完腾讯发布的 Marvis 助手》（爱范儿）报道，Marvis 会自动扫描整台电脑的图片，按人脸识别、足迹地点标注、时光长廊等方式组织——iPhone 用户应该很熟悉这套。

6.2 AI 文档库：内容理解、智能搜索

文档管理的痛点更痛——电脑里存了几百个 PDF、Word、Excel，找一个文档跟大海捞针一样。

Marvis 的 AI 文档库做了什么？

1. 自动扫描：安装完成后自动扫描电脑，将所有文档按主题分类归档

2. 语义搜索：不只匹配文件名，而是穿透到文档内容里去找

3. 内容理解：能读懂文档内容，提取关键信息

据《腾讯马维斯 Marvis 深度解读》（清凉游侠）报道，用户搜"思考"两个字，Marvis 不只匹配文件名，而是把文档里提到"思考"的内容也找出来，标题匹配和内容匹配分门别类给你列清楚。

6.3 解决"不记得文件名就找不到文件"的痛点

这是文件管理最痛的点。传统搜索只能按文件名匹配，但人类记忆的是内容、场景、时间，不是文件名。

Marvis 的解法：

plaintext

用户：帮我找一张关于《黑神话：悟空》的截图，大概两个月前下载的

Marvis 的处理流程：

1. File Agent 按时间范围筛选（两个月前）

2. 同时按内容搜索（"黑神话""悟空"相关的图片）

3. 调用图像分析模型，识别截图内容

4. 从候选列表中精准定位

据《腾讯马维斯 Marvis 深度解读》（清凉游侠）报道，有用户实测，在一千多张照片里精准定位到了目标截图。

6.4 文件格式转换与分类归档

plaintext

用户：把桌面上的所有 PDF 文件整理到"文档/2026 年资料"文件夹中
用户：帮我把这个 Word 转成 PDF，加个水印"内部资料"
用户：将这个文件夹里的所有图片压缩到 200KB 以下

Marvis 的 File Agent 出厂就支持这些操作。得益于应用宝团队早年做文件格式转换、PDF 解析的经验积累，Marvis 的文件处理能力远超一般的 AI 助手。

据《腾讯马维斯 Marvis 深度解读》（清凉游侠）报道，市面上很多 AI 产品做文档处理，是把文件上传到云端让大模型去解析。一个 PDF 里面有图片、有公式、有复杂表头的 Excel，普通 AI 产品解析出来能打 30 分就不错了。应用宝团队早年做文件格式转换、PDF 解析时踩过的坑，比大多数 AI 团队见过的代码还多。

6.5 与 OpenHuman 的 Obsidian Vault 方案对比

表格

Marvis 的优势在于自动化程度——你什么也不用干，它自己扫描、分类、索引完了。OpenHuman 的 Obsidian 方案更灵活，但需要用户有一定的知识管理意识。

七、实战 3：跨端协同

7.1 手机远程控制 Windows 桌面

这是 Marvis 最具实用价值的功能之一。

操作步骤：

1. 电脑端安装 Marvis 客户端

2. 手机端安装 Marvis App

3. 同一个微信/QQ 账号登录

4. 手机端扫码绑定电脑

据《腾讯 Marvis 上线》（环球网）报道，用户可以在手机上直接查看电脑屏幕并实时接管，PC 锁屏状态下手机仍可远程输入密码解锁操控。区别于多数停留在"远程命令"层面的产品，Marvis 提供桌面级实时可视化操控。

实际场景：

• 人在外面，突然需要处理电脑上的文件？直接手机操作

• 帮爸妈远程排查电脑问题？不用电话里盲猜，直接接管桌面看问题在哪

• 想在电脑上安装个游戏？手机输入指令，回家就能玩

手机端支持同时连接多台 PC 设备——只要每台电脑都安装了 Marvis 客户端。

远程控制的典型场景详解：

场景 1：帮爸妈修电脑

plaintext

你（在办公室）：打开手机 Marvis
你：连上爸妈家的电脑
你：看看桌面有什么异常
Marvis：已连接到"爸妈家-HP电脑"，桌面截图如下
你：帮我看一下为什么打印机连不上
Marvis：正在检查...发现打印机服务未启动，是否启动？
你：确认
Marvis：打印机服务已启动，测试打印成功

不用打电话口头描述、不用猜问题出在哪、不用远程协助软件——直接接管桌面，扫一眼就知道问题在哪。

场景 2：户外紧急调取文件

plaintext

你（在咖啡厅）：帮我打开电脑上"项目文档"文件夹里的"Q3营收报告.xlsx"
Marvis：已打开文件，以下是内容摘要...
你：帮我截取第二张图表，发到我手机上
Marvis：截图已发送到你的手机

场景 3：电脑断网时的降级方案

据《体验完腾讯发布的 Marvis 助手》（爱范儿）报道，如果电脑断网了，手机端会自动切到云 Marvis 模式，支持独立调用云端能力，大部分任务依然能跑。这意味着即使你的电脑完全断网，手机端仍然可以执行部分任务。

7.2 PC 端操控安卓应用

这是应用宝跨端引擎技术的直接体现——在 Windows 上直接操控安卓 App。

据《腾讯"马维斯"来了》（CSDN）报道，同花顺、飞常准等应用已首批对接。微博签到、股票查询、机票预订，都可以直接在电脑桌面上用手机 App 完成。

关键特性：

• 不抢占键盘鼠标，可多任务并行

• 直接在电脑上运行手机 APP（如微博、小红书等）

• 一句话调用安卓应用

plaintext

用户：帮我在同花顺上看下特斯拉的股票

Marvis 会在 Windows 上通过安卓虚拟机启动同花顺，识别搜索框，输入"特斯拉"，获取实时股价信息。

7.3 Intel AIPC 加速

据《腾讯 Marvis 上线》（环球网）报道，Marvis 借助 OpenVINO 加速技术，针对端侧模型做了芯片级别的运算速度优化，整体推理性能提升 20% 以上。在中小尺寸模型场景中，Intel AIPC 的 GPU/NPU 推理速度相比传统 CPU 可提升 2 到 10 倍。

这意味着什么？在搭载 Intel AIPC 的设备上，Marvis 的本地推理更快，隐私模式的体验更好。

7.4 应用宝跨端引擎技术原理

应用宝的跨端引擎是 Marvis 跨端能力的底层支撑，4 年技术积累。

核心技术栈：

📱 设备层

🔄 跨端引擎

🖥️ 端侧层

☁️ 云端层

云端大模型
混元 Hy3 / DeepSeek V4

云端 API 服务

本地模型
Qwen 端侧

WinML 推理框架

OpenVINO 加速

MCP on Windows
系统级文件服务

跨端桥接协议

安卓虚拟机

屏幕投射

Windows / Mac

Android / iOS

据《腾讯 Marvis 上线》（环球网）报道，基于 Microsoft Foundry on Windows 端侧 AI 开发平台，Marvis 通过 WinML 推理框架实现大模型在本地 NPU、GPU 和 CPU 上的优化运行。更重要的是，借助 MCP on Windows 提供的本地设备代理注册表（ODR），Marvis 接入了系统级文件 MCP 服务，能够通过自然语言直接操作电脑文件——包括变更、查询、理解等。这是普通应用层 AI 无法做到的。

八、安全与隐私

8.1 L2 级安全兜底："硬垂询"机制详解

前面已经介绍了硬垂询的基本逻辑，这里深入展开。

Marvis 的安全机制分三层：

表格

据《腾讯上线操作系统级 AI 助手 Marvis》（科技日报）报道，Marvis 建立 L2 级安全兜底机制，强制触发"硬垂询"，删除文件、修改文件、调整系统核心配置等敏感操作，会先给出执行计划并请求用户确认。

8.2 效率模式 vs 隐私模式的数据流差异

效率模式数据流：

指令

复杂任务

规划结果

简单任务

结果

👤 用户

本地预处理
（文件读取/索引）

☁️ 云端模型
（混元/DeepSeek V4）

本地执行
（操作文件/系统）

隐私模式数据流：

指令

规划结果

结果

👤 用户

🖥️ 本地模型
（Qwen 端侧）

本地执行
（操作文件/系统）

核心区别：效率模式下，复杂推理会走云端，但执行动作仍在本地；隐私模式下，一切都在本地完成，数据零上传。

8.3 隐私模式：纯端侧推理，离线可用

据《体验完腾讯发布的 Marvis 助手》（爱范儿）报道，设置里切到"隐私模式"，Marvis 会加载本地端侧模型，无论是文档还是图片的检索、解析、识别等，全部在本地运行，文件不会出你的电脑，甚至断网了都可以使用。

官方所说的"数据不出域"，在拔掉网线的那一刻，有了最真实的体现。

但隐私模式的硬件门槛确实不低——16 核以上处理器、32GB 内存、16GB 显存起步，SSD 还要预留 35GB。日常使用效率模式就够了。

8.4 支付等高敏感操作必须本人完成

Marvis 对支付类操作的态度非常明确：完全禁止 AI 执行。

微信等涉及资金划转的场景，Marvis 从源头上拒绝操作。这类 App 本身也有防模拟点击的安全机制。AI 若能随意替用户发消息、转账，平台无法承受其中的风险和责任。

8.5 与 OpenClaw 安全问题的对比

2026 年初，OpenClaw 的安全危机给整个行业敲响了警钟。

据《OpenClaw 重大漏洞全复盘：63% 系统裸奔的 AI 智能体安全危机与防护全指南》（CSDN，2026-05-21）报道，OpenClaw 累计曝出 82 个安全漏洞，其中 12 个超危漏洞、21 个高危漏洞。公网暴露的 OpenClaw 实例中，85% 采用默认不安全配置，其中 63% 完全未安装安全补丁。

最致命的 CVE-2026-25253，CVSS 8.8 分——攻击链精简到令人发指：你点开一个恶意网页，页面通过 URL 参数劫持 WebSocket 网关地址，你的认证令牌就被自动发送到攻击者服务器。

更可怕的是供应链攻击——据《OpenClaw 漏洞频出，将对 AI Agent 发展带来哪些影响？》（腾讯云开发者社区，2026-05-06）报道，安全厂商扫描技能市场 ClawHub，在 2857 个技能里发现 341 个恶意技能。后续 Snyk 的 ToxicSkills 研究更夸张，3984 个技能中 36.82% 存在安全缺陷，76 个包含确认的恶意载荷。

Palo Alto Networks 将 OpenClaw 的风险组合称为"致命四重奏"（Lethal Quartet）：

致命四重奏
Lethal Quartet

访问私有数据

邮件

文件

日程

接触不可信内容

打开网页

处理邮件

读取文档

对外通信能力

HTTP 请求

API 调用

消息发送

持久记忆

跨会话状态

长期存储

时间偏移攻击

这四个条件碰到一起，一个成功的 Prompt Injection 就可以：窃取数据、建立持久化、与攻击者基础设施通信、在未来的会话中维持对抗性影响。

Marvis 通过"硬垂询"机制和隐私模式，有效规避了这个四重奏中的关键风险链：

• 硬垂询 → 阻止 AI 未经授权的敏感操作

• 隐私模式 → 数据不出设备，断绝对外通信

• 系统级权限管控 → 不是任何 Skill 都能执行任意代码

• 支付完全禁止 → 高敏感操作从源头切断

表格

OpenClaw 的问题根源在于：它的设计哲学是"能力最大化" ——默认给你所有权限，让你自己去管安全。而 Marvis 的设计哲学是 "安全优先" ——默认限制敏感操作，需要用户显式确认才能执行。

Palo Alto Networks 将 OpenClaw 的风险组合称为"致命四重奏"（Lethal Quartet）：一个 Agent 同时拥有访问私有数据、接触不可信内容、对外通信能力和持久记忆——这四个条件碰到一起，出事只是时间问题。

Marvis 通过"硬垂询"机制和隐私模式，有效规避了这个四重奏中的关键风险链。

九、与同类产品对比

9.1 功能对比表

表格

9.2 定位差异

表格

关键差异在于：Marvis 是唯一一个面向普通用户、同时具备操作系统级深度的产品。

• Copilot 在国内受网络限制，且 Office 深度集成 ≠ 系统级深度

• Apple Intelligence 只在苹果生态内有效

• OpenClaw / OpenHuman 需要开发经验

9.3 定位层次的进一步拆解

上面说"操作系统层级"可能还不够直观。让我们把这几个产品的"触达深度"画个图谱：

表格

✅✅✅ = 深度支持 | ✅ = 基础支持 | ⚠️ = 有限支持 | ❌ = 不支持

可以看出：

• Marvis 在系统级操控上最深，但在 Office 深度上不如 Copilot

• Copilot 在 Office 生态内无敌，但系统级能力有限

• Apple Intelligence 在苹果生态内体验最好，但跨出苹果就不行

• OpenClaw 灵活但需要自己搭，安全性和易用性都是短板

9.4 面向用户差异

9.3 国内 AI 助手竞争格局

据《腾讯上线操作系统级 AI 助手 Marvis》（腾讯新闻，2026-05-21）报道，今年以来，AI 助手正从应用层向操作系统层下沉：

• 华为小艺 Claw 于 4 月接入 DeepSeek-V4 并上线自进化能力

• 荣耀在 MWC 推出 MagicAgent 并面向全球开源

• 小米超级小爱已推出 PC 客户端并完成 V7.12 版本升级

• OPPO、vivo 等厂商的量产机中均已配备系统级智能体

行业正在从"谁的模型参数更大"的竞争，转向"谁离操作系统更近"的工程能力比拼。

十、技术架构分析

10.1 端云协同架构

Marvis 的端云协同不是简单的"本地或云端二选一"，而是把任务拆成不同层级：

🔧 系统能力层

⚡ 推理层

🧠 Agent 编排层

👤 用户交互层

☁️ 云端推理

🖥️ 端侧推理

对话界面

虚拟办公室
（6 个 Agent 可视化）

主 Agent
（意图理解 + 任务编排）

File Agent

Computer Agent

App Agent

Browser Agent

Search Agent

Qwen 端侧模型

WinML 推理框架

OpenVINO 加速

混元 Hy3

DeepSeek V4

MCP on Windows
（系统级文件服务）

ODR 本地设备代理注册表

跨端引擎

安卓虚拟机

智能路由机制：Marvis 不是所有任务都走云端，也不是所有任务都走本地。它有一个路由机制，自动分配不同重量级的任务给不同的模型：

• 简单任务（文件搜索、系统查询）→ 端侧模型处理

• 复杂任务（推理规划、内容生成）→ 云端模型处理

• 执行动作 → 永远在本地

这种设计的聪明之处在于：能显著减少云端 Token 消耗，降低使用成本的同时减少不必要的数据流转。

10.2 本地模型

据《腾讯上线操作系统级 AI 助手 Marvis》（腾讯新闻）报道，本地隐私模式采用阿里 Qwen 端侧模型。团队表示后续计划接入更多开源模型供用户选择。

Marvis 集合多种本地模型理解文件，能搜索文件内容、图片内文字，还能根据人像、内容主题、节日地点等维度提供 AI 图库、AI 文档库。

10.3 云端模型

据《腾讯上线操作系统级 AI 助手 Marvis》（腾讯新闻）报道，云端效率模式采用混元与 DeepSeek-V4 等模型。腾讯混元 Hy3 preview 的 Token 调用量已连续多周登顶 OpenRouter 周榜，截至 5 月 21 日，以 2.85 万亿 Token 的周调用量位居第一。

10.4 跨端引擎：4 年技术积累

应用宝的跨端引擎是 Marvis 跨端能力的核心壁垒。这套引擎的积累可以追溯到 4 年前：

1. PC 端应用管理：理解 Windows 系统的安装、卸载、更新机制

2. 移动端 App 分发：理解安卓应用的安装、运行、权限管理

3. 跨端运行：在 Windows 上运行安卓 App 的虚拟化技术

4. 云游戏：实时屏幕投射和远程控制的技术积累

据《腾讯 Marvis 上线》（环球网）报道，应用宝在移动端、PC 端、车载上都有支持，跨端研发经验充足。这不仅是操作电脑上的 EXE 软件，还能直接在电脑上运行手机 APP，且不抢占键盘鼠标，可多任务并行。

10.5 与 MCP/A2A 的兼容性

据《腾讯推出操作系统级 AI 助手"马维斯"》（自强不息香瓜 K，2026-05-21）报道，Marvis 已通过 MCP on Windows 接入了系统级文件 MCP 服务。

MCP（Model Context Protocol）是 Anthropic 推出的协议，解决"AI 如何调用工具"的问题——属于垂直集成。A2A（Agent to Agent）是 Google 推出的协议，解决"Agent 之间如何通信"的问题——属于水平集成。两者是互补关系。

目前 Marvis 的 MCP 接入主要集中在系统级文件服务，A2A 兼容性尚未有官方披露。但从技术架构看，Marvis 的多 Agent 协作机制与 A2A 的核心理念（Agent 能力发现 + 任务分发 + 状态同步）是吻合的。未来如果开放 A2A 接口，Marvis 的 Agent 可以与其他系统中的 Agent 协同工作，想象空间很大。

十一、生态与未来

11.1 当前已支持的能力

截至 2026 年 7 月，Marvis 已支持：

• ✅ Windows / Mac / Android 三端

• ✅ 6 个预置 Agent 协作

• ✅ 效率模式（端云协同）+ 隐私模式（纯端侧）

• ✅ 系统级操控（设置、硬件、优化）

• ✅ 文件智能管理（AI 图库、AI 文档库）

• ✅ 跨端控制（手机远程接管 PC）

• ✅ PC 端操控安卓应用

• ✅ 定时自动任务

• ✅ Skill 扩展

11.2 iOS 版规划

据《腾讯上线操作系统级 AI 助手 Marvis》（腾讯新闻）报道，iOS 版本预计 6 月中旬推出。iOS 版上线后，Marvis 将实现 Windows、Mac、Android、iOS 四端全覆盖。

11.3 应用授权扩展

目前已对接的安卓应用包括同花顺、飞常准等。据《腾讯"马维斯"来了》（CSDN）报道，微博签到、股票查询、机票预订都可以在电脑桌面上完成。汽车之家、唯品会等也有合作意向。

应用授权的扩展速度，将直接决定 App Agent 的实用价值。更多应用接入 → 更多自动化场景 → 更强的用户粘性。

11.4 开发者生态可能性

Marvis 支持 Skill 扩展——一键安装专属技能包，也可以导入自己编写的 Skill 文件。

据《体验完腾讯发布的 Marvis 助手》（爱范儿）报道，有特定行业需求的用户——内容创作、理财投资、学术研究——不需要等待官方迭代，自己就能把对应的知识库和操作逻辑装进去。

这为开发者生态提供了可能：

• 行业 Skill 市场：医疗、法律、金融等垂直场景的技能包

• 企业定制 Skill：针对特定企业内部系统的自动化技能

• 社区 Skill：开发者贡献的通用技能包

11.5 在国内 AI 助手竞争中的位置

据《腾讯 AI 大动作！》（上海证券报，2026-05-21）报道，今年以来腾讯已密集上线数十款通用和垂直场景 Agent 产品，涵盖 WorkBuddy、Ardot 等多款个人与企业智能体，形成覆盖个人桌面、企业部署及生态平台的全链条矩阵。

Marvis 在这个矩阵中的定位是个人桌面的操作系统级入口。它与 WorkBuddy（企业智能体）、QClaw 等产品形成协同，覆盖从个人到企业的全场景。

在国内市场，Marvis 面临的竞争：

• 华为小艺 Claw：手机端系统级智能体，PC 端能力待验证

• 小米超级小爱：PC 客户端已上线，但系统级深度有限

• 微软 Copilot：国内受网络限制，落地不理想

Marvis 的差异化优势在于：14 年应用生态积累 + 芯片级/OS 级双重合作 + 跨端引擎技术。这是纯 AI 公司无法短期复制的壁垒。

11.6 商业化展望

目前 Marvis 完全免费，每人每天 1000 万 Token。但团队已经明确表示"长期完全免费不现实"。

可能的商业化路径：

表格

关键观察：Marvis 通过端侧模型优化，将大部分常规操作消化在本地，大幅降低云端 Token 消耗成本。这意味着即使未来收费，基础功能的使用成本也会很低。

十二、踩坑记录

12.1 效率模式下网络依赖

效率模式需要联网才能调用云端模型。如果网络不稳定，复杂任务会失败或超时。

解决方案：

• 重要任务前检查网络状况

• 网络不好时切换到隐私模式（需要硬件达标）

• 简单的文件搜索和系统查询可以在断网前缓存

12.2 隐私模式下本地模型能力有限

Qwen 端侧模型在复杂推理、长文本生成等场景下，能力明显不如云端的混元 Hy3 和 DeepSeek V4。

实际表现：

• 文件搜索、系统操作：没问题

• 复杂推理（如分析合同条款的风险）：可能不如云端

• 长文本生成（如写一篇 3000 字报告）：质量和速度都会下降

建议：敏感数据处理完后，切回效率模式做复杂分析。

12.3 跨端控制偶尔延迟

手机远程控制 PC 的体验受网络质量影响。在 4G 网络下，操作延迟可能达到 200-500ms，对需要精细操作的场景（如编辑文档）体验不佳。

建议：

• 远程操作尽量在 WiFi 环境下

• 复杂编辑操作还是等回到电脑前

• 远程控制更适合查看状态、启动任务等轻操作

12.4 Agent 误判任务类型的处理

偶尔会出现主 Agent 把任务分错 Agent 的情况。比如你让它"搜索一下本地的合同文件"，它可能调用了 Search Agent 去联网搜索，而不是调用 File Agent 在本地搜索。

解决方案：

• 指令尽量明确："在本地搜索合同文件"而非"搜索合同"

• 如果 Agent 判断有误，可以手动纠正："我说的是本地文件，不是联网搜索"

• 利用上下文：可以在之前的对话中先说"帮我整理一下本地的文件"，建立上下文

12.5 中文场景的特殊优化

Marvis 在中文场景下有几个需要注意的点：

1. OCR 准确性：中文手写体的识别率还有提升空间

2. 文档分类：中文文档的分类逻辑和英文不同，Marvis 需要理解中文语境下的"合同""报告""方案"等概念

3. 系统设置中文化：Windows 系统设置的中文命名有时和英文不完全对应，Marvis 需要做映射

4. 语音输入：中文语音识别的准确率总体不错，但方言支持有限

12.6 敏感操作确认流程的 UX 体验

硬垂询机制在安全性上是必须的，但在 UX 上有时会让人觉得"确认框太多了"。

典型场景：

你让 Marvis "清理一下 C 盘"，它可能会弹出好几次确认框：

1. 确认清理临时文件 → 确认

2. 确认清理回收站 → 确认

3. 确认清理浏览器缓存 → 确认

建议：

• 复杂操作可以分步执行，每次只做一件事

• 对于低风险的清理操作（如临时文件），可以在设置中降低确认级别

• 但 永远不要关闭高风险操作的确认，这是安全底线

12.7 首次扫描的时间成本

Marvis 安装后会进行全盘扫描建立文件索引。如果你的电脑文件很多（比如几十万个文件），这个扫描过程可能需要 30 分钟甚至更久。

建议：

• 首次安装时，可以自定义扫描范围，只索引常用目录

• 扫描期间电脑可能会有一些性能影响，建议在非工作时间进行

• 后续增量扫描会快很多，不会每次都全盘扫

12.8 Token 消耗的隐形成本

虽然每天 1000 万 Token 看起来很多，但 Agent 产品的 Token 消耗远超普通对话型 AI。一个复杂任务（如"找出最近一个季度的发票，按时间顺序整理成表格"）可能消耗数万 Token。

省 Token 技巧：

表格

核心原则：简单的本地操作不费 Token，费 Token 的主要是需要云端推理的任务。所以尽量让指令具体明确，减少来回修改。

12.9 Mac 版功能差异

截至目前，Marvis 的 Mac 版在功能上与 Windows 版存在一些差距：

• 系统操控：macOS 的系统 API 比 Windows 更封闭，部分系统设置操作受限

• 安卓应用操控：Mac 版暂不支持在 macOS 上运行安卓应用

• MCP on Windows：这是 Windows 专属能力，Mac 版使用不同的系统对接方式

• OpenVINO 加速：Mac 版使用 CoreML 而非 OpenVINO，加速效果略有差异

如果你同时拥有 Windows 和 Mac 设备，建议在 Windows 上优先体验完整功能。

12.10 多设备同时登录的注意事项

Marvis 支持同一个账号在多台设备上登录，但需要注意：

• 手机端同时只能连接一台 PC

• 多台 PC 可以同时在线，但同一时间只能有一台执行远程控制任务

• 文件索引是每台设备独立建立的，不会跨设备同步索引

• 自动任务是跟随设备设置的，不会跨设备同步

总结：Marvis 的正确打开方式

写到这里，我对 Marvis 的判断是：这是中文生态里第一个真正可用的操作系统层级个人 AI 助手。

不是因为它完美——它有延迟问题、有 Agent 误判、有隐私模式的高硬件门槛。而是因为它的方向对了：

1. 从"能说"到"能做" ：不再满足于给你操作指南，而是真的帮你执行

2. 从"挂在系统上"到"长在系统里" ：直接调系统 API，不模拟点击

3. 安全优先：硬垂询机制确保 AI 不会"自作主张"

4. 跨端协同：手机和电脑不再是两个孤岛

5. 零门槛：普通用户装上就能用，不需要学任何技术

Marvis 适合谁？

表格

Marvis 不适合谁？

• 硬件不达标的用户（8 核 CPU + 16GB 内存是底线）

• 需要高度定制化的开发者（不如直接用 OpenClaw）

• 纯 Mac 生态用户（Mac 版功能相对 Windows 版有差距）

• 需要企业级合规管理的团队（目前还没有企业版）

Marvis 的正确打开方式：

1. 先从简单任务开始：不要一上来就让它处理最复杂的工作流。先用它查查配置、清理清理垃圾，熟悉它的能力边界

2. 指令要具体明确："整理桌面文件并按类型分类"比"整理桌面"效果好得多

3. 善用确认机制：敏感操作确认不是烦，是安全底线，请尊重它

4. 根据场景切换模式：日常用效率模式，处理敏感数据切隐私模式

5. 逐步探索自动任务：先设定简单的定时任务（如每天清理临时文件），再尝试复杂流程

关于"操作系统层级"这个定位的思考：

Marvis 的出现，标志着 AI 助手赛道的一个拐点——从"谁的模型更聪明"转向"谁离操作系统更近"。

纯 AI 公司可以快速训练一个更聪明的模型，但无法快速建立起对 PC 底层和移动生态的理解与控制力。这种跨端系统层面的积累，是 Marvis 真正的护城河。

据《体验完腾讯发布的 Marvis 助手》（爱范儿）的结语：

三十年后，大多数 AI 助手依然没有走出"能对话但不能干活"的困境。但 Marvis 指向了另一种可能：个人 AI 的尽头不是更聪明的聊天，而是成为操作系统的一部分。

而我更想说的是：操作系统级 AI 助手的意义，不只是让电脑更听话，更是让那些不会用电脑的人也能用电脑。

拿我爷爷来说，他用了几年电脑，至今不知道"控制面板"在哪。但他知道电脑开机慢，知道想找一张老照片。过去，这个解法是打电话求助子女；现在，就算他不会打字，也可以直接在手机 Marvis 上，把需求说出来，电脑就会帮他做。

这才是操作系统级 AI 助手最大的价值——让技术对所有人平等。

参考来源：

1. 《腾讯 Marvis 上线，AI 助手正从"云端对话"走向"系统级操控"》— 环球网，2026-05-22

2. 《腾讯上线操作系统级 AI 助手 Marvis》— 科技日报，2026-05-21

3. 《腾讯上线操作系统层级，AI 助手马维斯 三端同步开放》— 腾讯新闻，2026-05-21

4. 《腾讯马维斯 Marvis 深度解读：操作系统层级 AI 助手，从功能到未来》— 清凉游侠，2026-05-21

5. 《每天白送 1000 万 Token！腾讯 Marvis 正式上线》— CSDN，2026-05-22

6. 《腾讯"马维斯"来了：个人 AI 助手正式进入操作系统层级争夺战》— CSDN，2026-05-22

7. 《体验完腾讯发布的 Marvis 助手，我发现个人 AI 的尽头是操作系统》— 爱范儿，2026-05-19

8. 《腾讯 AI 大动作！"长期免费不现实"》— 上海证券报，2026-05-21

9. 《OpenClaw 重大漏洞全复盘：63% 系统裸奔的 AI 智能体安全危机与防护全指南》— CSDN，2026-05-21

10. 《腾讯推出操作系统级 AI 助手"马维斯"，让电脑真正听懂你的话》— 自强不息香瓜 K，2026-05-21

附录：Marvis 快速上手指令速查表

系统管理类

表格

文件管理类

表格

跨端协同类

表格

全局快捷键

表格