证券之星 王梓旭

腾讯 Marvis 近期进行了一轮新的定位调整。

相比此前强调 " 操作系统层级个人 AI 助手 "，新版本进一步突出 "24 小时 AI 管家 " 的定位，围绕电脑管理、本地文件、App 和浏览器继续补能力，同时把产品推向 PC、Mini PC、AI Box、NAS 等更多设备。

这也让 Marvis 和目前大量从文档、PPT、搜索切入的办公 Agent 有了些不同。

近日，腾讯 Marvis 团队与包括证券之星在内的媒体进行了一场小范围闭门交流。过去几个月，Marvis 的 DAU 相比今年 5 月已经接近四倍，人均每天的对话轮数也从最初的 3 轮增加到 9 轮，再到十几轮。用户交给它处理的事情，则从简单对话逐渐扩展到定时任务、电脑管理、游戏预下载和办公等场景。

不过，相比继续扩充功能，团队这次谈得更多的是 Marvis 接下来要往哪里走。

01 不只做办公 Agent

办公是这一轮桌面 Agent 最容易被看见的场景。

文档、PPT、表格、知识库都有相对清晰的输入和输出，效果好不好，用户也很容易判断。Marvis 不会绕开这部分需求，团队计划在 10 月加入类似 " 项目 " 的功能，把多轮对话、不同产物和外部知识放进同一个任务里管理。

但团队从一开始就没有把 Marvis 定义成办公 AI。按照其提供的数据，办公约占 PC 使用时长的 30%，虽然是最大的单一品类，但用户花在教育、金融、游戏和浏览器等场景上的时间更多。对 Marvis 来说，PPT 和文档只是电脑使用中的一部分。

这也与团队过去做应用商店的经历有关，Marvis 背后的团队腾讯应用宝长期面对的是整台设备上的软件和服务，除了分发，还涉及应用管理、跨端运行、文件处理等能力。到了 Marvis，这些积累被带到了电脑诊断、本地和 NAS 文件处理、App 管理、浏览器以及游戏等场景中。

团队现在把更长期的方向概括为 " 硬件 +AI"。他们希望 Marvis 最终不是一款只在有办公需求时才会打开的工具，而是跟着设备存在。电脑出现故障、文件找不到、软件不会操作，甚至用户不知道该用哪一个程序完成某件事，都可以直接把需求交给 AI。

团队举了一个教育场景的例子。小孩遇到 " 两辆车以不同时速相向而行 " 的数学题，可以直接让 Marvis 生成一段视频，把两辆车怎么运动、什么时候相遇展示出来。用户不需要先判断该找什么软件、再学习怎么操作，只要把需求说出来，剩下的交给 AI 调用设备里的能力完成。

这种思路也解释了为什么 Marvis 一直强调 PC、Mini PC、NAS 等硬件，而没有把 " 最好用的 PPT Agent" 当成主要卖点。团队认为，办公当然会继续做，但不会把大部分资源都压在这一类能力上；相比某一个具体软件功能，他们更想处理的是用户和设备之间更广泛的交互。

当 AI 开始直接调用文件、软件甚至操作界面，权限和安全也会变得更具体。团队透露，目前 Marvis 在系统机制之外增加了一层规则约束，对部分高风险操作进行限制；涉及 GUI 能力时，则需要开发者和用户两侧授权。

在点单、电商、金融等交易场景中，团队也更倾向于通过 MCP、API、SDK 等方式与合作方连接，而不是单纯依靠 GUI 模拟操作。GUI 更适合游戏等必须理解画面的场景；如果开发者能够直接提供后台能力，执行路径和权限边界都会更清楚。

02 Marvis 想 " 入住 " 更多设备

过去几个月，Marvis 和硬件厂商之间的合作也在持续推进。

团队透露，目前已经有多家头部 PC 厂商推进合作，具体方式并不相同。有的厂商可以直接接入 Marvis，有的已经有自己的 AI 助手，因此 Marvis 也准备了一套类似 "AI 引擎 " 的方案：底层 Agent、模型和工具由 Marvis 提供，上层产品怎么做，由 OEM 厂商自己决定。

PC 之外，Mini PC、AI Box、NAS 甚至摄像头，也都在团队考虑的范围里。

Marvis x 飞牛 NAS 批量处理视频格式

团队把 " 跟硬件协同 " 列为过去几个月做得比较正确的一件事。原因并不完全在硬件本身，而是今天的模型和 Agent 做法变得太快，设备上的需求反而没有那么容易消失。

在他们看来，大模型仍在快速增加能力，一些过去需要 Agent 框架补上的东西，也可能逐渐被模型自己吸收。今天流行的 Agent 技术方案，明年甚至几个月后都可能换一种做法。

但用户还是要管理电脑、找文件、运行软件，也还是会玩游戏、处理工作、使用浏览器。底层模型换了，这些需求不会跟着消失。团队在交流中也反复提到 " 场景 "，相比押注某一种 Agent 技术方案，他们更看重先把场景确定下来，再随着模型和 Agent 能力的变化调整实现方式。

手机和云端也被放进了这套思路里，目前手机端更多承担控制和连接作用，复杂任务主要交给 PC 或者云端完成。团队最近正在解决的一个问题，就是不同 Marvis 之间怎么把任务接起来。

比如一项任务原本在家里的电脑上执行，用户出门以后，能不能转到云端继续跑；之后回到另一台电脑，又能不能从原来的进度接着做。按照目前计划，团队希望在 11 月拿出一个相对完整的方案，让任务可以在不同电脑、PC 和云端之间流转。

如果这套方案跑通，Marvis 面对的就不再只是一台具体的电脑，而是用户身边的一组设备。

至于收费，团队目前并不急。

他们认为，商业化首先要建立在用户愿意为某种能力付费的基础上；未来收入既可能来自 Marvis 本身，也可能来自开发者和合作伙伴提供的专业服务。

团队在交流中反复提到 " 专业能力 " 的价值。PDF 转换、视频处理、游戏辅助这些事情，通用模型做到六七十分并不难，但如果要求长期稳定、结果足够好，背后往往还有很多细节要做。

这也是 Marvis 希望继续用上应用宝原有开发者生态的地方，过去开发者提供的是一个 APP，未来也可以把其中的能力拆出来，变成 AI 能够调用的服务。

对 Marvis 来说，最后还是要看有没有足够多的人真的在用，当被问到如果只能选一个指标判断产品是否成功时，团队给出的答案是 " 规模 "，而且最好不是靠大量投放买来的规模。

" 小而美是一个幻想，为什么不能大而美呢？" 团队在交流中表示。