跳转至

Marvis — 腾讯多智能体桌面助手

Ch03.096 Marvis — 腾讯多智能体桌面助手

📊 Level ⭐⭐ | 9.2KB | entities/marvis-multi-agent-desktop-tencent-2026.md

Marvis — 腾讯多智能体桌面助手

Marvis 是腾讯推出的多智能体（Multi-Agent）桌面生产力工具，以 6 只拟人化小马（「牛马办公室」）为交互界面，采用端云混布架构，上线即引爆用户增长。

摘要

Marvis 是腾讯应用宝团队推出的多智能体桌面助手，以 6 只拟人化小马的创新交互形态，结合端云混布架构和 Multi-Agent 底层设计，实现了从「告诉你该怎么做」到「直接帮你做了」的范式跃迁。上线第三天服务器即被用户量挤爆，近半数用户每天访问。产品核心差异在于：端侧模型确保隐私与离线可用、Multi-Agent 主从架构支撑复杂任务调度、GUI + ROI 混合交互提升用户掌控感。

核心要点

  • 上线即引爆：2026-05-20 上线，第三天服务器被用户量挤爆，用户自发的录屏分享带来大量自然增长
  • 端云混布战略：选择端侧模型（Qwen 35B-A3B，4bit 量化，约 24G 包体）而非纯云端路线，核心理由是经济性（省 Token）、隐私（数据不出本机）、随时可用（无网/弱网可用）
  • 从第一天起 Multi-Agent：市面上多数 AI 新产品从单一 Agent 起步，Marvis 从第一天选择 Multi-Agent 主从结构，避免「全部塞在一个模型里导致上下文爆炸」
  • 拟人化交互设计：6 只小马成为用户情感连接点，近半数用户每天访问。用户甚至希望小马在办公室聊八卦、换皮肤、打游戏看直播
  • 跨端能力：手机远程控电脑，安卓端能连 Mac，iOS 端能连 Windows，人不在电脑旁时可通过手机屏幕实时监督并指挥 Agent 操作

深度分析

端云混布的技术赌注

Marvis 选择端云混布路线是一个面向未来的技术赌注。在当前端侧模型能力还不足以完全替代云端大模型的阶段，端侧模型面临设备兼容性门槛——要求 Qwen 35B-A3B 的 4bit 量化版本约 24G 包体，对用户设备的显存、内存和存储有较高要求。团队明知老电脑跑不动，依然坚持这条路。

这一决策的底层逻辑是「模型出新是一夜之间的事情」：当更强的端侧模型出现时，部署上马上就能运转。如果等生产力出来了再去搭生产环境和场景，就来不及了。这与 Loop Engineering 的「面向系统设计而非单次交互」的思维一脉相承——产品架构应该为未来预判做设计，而非只解决当下的技术限制。

为了兼顾更多设备，团队正在两个方向拓展：一是伴随端侧模型演进，体积变小能力变强；二是做更细化的场景切分——文件相关的高频功能（文档总结、PPT 生成、翻译）拆成多个垂直的小模型，降低对硬件的要求。

Multi-Agent 从第一天开始：架构决策的深层逻辑

大多数 AI 产品的架构演化路径是从单一 Agent + Skill 积累开始的——简单、清晰、迭代快。Marvis 选择从第一天起 Multi-Agent，原因是其底层能力本就分属不同领域：端侧文件知识库、与英特尔/微软对操作系统的理解、应用宝操作 APP 的运行能力。如果全部塞在一个模型里，会导致上下文爆炸、任务只能串行不能并行、调度极度复杂。

Multi-Agent 架构也带来了更高的指令遵循率要求——主子 Agent 之间的信息传递、结果传递、卡片传递都需要精确的协议设计。团队必须严格测试市面上每款模型在 Marvis 场景中的效果质量达标后才会开放模型切换选项。这种「三层隔离能力 + 严格适配测试」的设计哲学，与 AgentCore 的 Agent 调度设计 中强调的「调度协议比 Agent 能力本身更重要」形成了有趣的对照。

从「告诉你该怎么做」到「直接帮你做了」

Marvis 与市面其他 AI 助手的本质差异在于执行力的跃迁。大模型已经很会「聊」，但还不太会「干活」。传统 AI 工具只是告诉用户「该怎么做」，用户仍然需要自己去翻系统设置、改注册表。Marvis 将「方案搜索 + 主题搜索 + 直接执行」整合为一条链路。

更重要的是，Marvis 在交互设计上做了 GUI + ROI 的结合：用户执行操作后，不是纯文字反馈「我完成了」，而是提供可交互的功能卡片（如夜间模式开关按钮），用户过一会想关闭直接在卡片上操作就行，不用二次跟 AI 对话。这种设计在不可控的 AI 面前对用户安全感很强，也体现了 Backend AI-Friendly 标准 中关于「人机协同界面设计」的思路。

隐私与授权的权衡设计

在「小白开箱即用」和「用户严格授权」之间，Marvis 做出了一个有意思的选择：宁可牺牲便利性，哪怕觉得「咋一直让我点确认」，也坚持让用户自己圈定白名单范围并主动点击授权后才开始工作。不授权就不体验这部分能力。

这种「主权优先」的设计哲学在端侧模型的支持下变得可行——数据不需要传到云端处理，因此严格授权不会牺牲功能质量。这也验证了一个重要原则：在 Agent 产品设计中，用户的信任比短期留更重要。 与 Claude Code 的遥测争议 形成对比，Marvis 的端侧 + 严格授权模式在隐私敏感场景具有天然优势。

意想不到的用户场景

Marvis 上线后出现了大量团队未曾预料的使用场景：写小说（主题写作自动生成文档）、游戏硬件问题排查（检测到四个内存卡槽两个为空，建议加内存条并推荐具体型号）、选股、电商运营等。这验证了一个产品设计原则：当工具的抽象层次足够低（操作系统级别）且 Agent 足够开放（Multi-Agent 可编排），用户会」自定义「出产品设计者未曾想象的价值场景。

实践启示

  1. 端侧模型是 Agent 产品的差异化壁垒：相比纯云端 Agent，端侧模型可以做到「无网可用 + 经济省 Token + 数据不出本机」三位一体的优势。如果你的场景涉及敏感数据或弱网环境，端云混布值得认真考虑。
  2. 从第一天考虑 Multi-Agent 架构：如果 Agent 需要操作多个领域（文件系统、操作系统、外部应用），不要在单一上下文中强行容纳。采用 Multi-Agent 主从结构，底层能力天然分治，可以减少上下文爆炸。
  3. GUI + ROI 混合交互提升安全感：Agent 执行结果除了文本反馈，提供可交互的 UI 组件（开关、卡片、按钮）让用户能直观查看和撤销操作，极大减少 Agent 行为的黑箱感。
  4. 代理权授予宁可少不可多：用户授权是信任的基石。宁可牺牲部分便利性，也要让授权过程透明可理解。白名单授权 + 实时执行监控比「全权代劳」更易被用户接受。
  5. 跨端是 Agent 的自然延伸：Agent 不应绑定在单一设备上。手机远程控电脑让用户「在高铁/酒店也能操作家中电脑」，将 Agent 从桌面工具扩展为个人 AI 基础设施。

相关实体

→ 原文存档