从上线到千万Token免费Marvis AI 助手 3 个月版本迭代实录操作系统层级的 AI 助手是什么体验这篇文章梳理 Marvis马维斯从 2026 年 5 月正式上线到 8 月的最新版本变化供关注桌面 Agent 赛道的开发者参考。一、产品概述与技术架构Marvis 是腾讯应用宝团队打造的一款操作系统层级 AI 助手2026 年 5 月 20 日正式发布上线。与常见的对话式 AI 不同Marvis 定位于用户与操作系统之间的 AI 中间层——直接调用系统底层能力对文件、应用、系统设置和网络资源进行统一调度。Marvis 采用15多 Agent 协作架构1 个主 AgentPM负责任务拆解与分发下辖 5 个专项 Agent 各司其职Agent职责File Agent本地文件搜索、分类、内容检索、格式转换Computer Agent系统设置修改、硬件检测、进程管理、故障诊断App Agent应用调度支持 PC 端操控安卓 AppBrowser Agent网页交互自动化、信息抓取与整理Search Agent联网信息检索与摘要汇总此外Marvis 提供双模式运行云端效率模式调用腾讯混元 Hy3 DeepSeek-V4 Pro适合日常办公与内容生成本地隐私模式采用 Qwen 端侧模型数据不出设备断网可用适合处理敏感文件如合同、财务报表等本地模式下Marvis 与 Intel 进行了芯片级合作大模型推理性能提升 20% 以上中小尺寸模型推理速度提升 2-10 倍。二、版本迭代关键节点以下梳理 2026 年 5 月至 8 月 Marvis 的主要版本节点时间事件说明2026.05.20正式上线Windows/Mac/Android 三端同步发布采用邀请制内测2026.05.22早期增长上线两天 DAU 突破 30 万七日留存率约 54%2026.06.23iOS 版本上架登陆 App Store实现 Win/Mac/Android/iOS 全平台覆盖2026.07.06模型升级接入腾讯混元 Hy3 模型核心场景任务完成率达 93.7%2026.07.20V1.60.18 发布应用宝渠道更新持续功能优化2026.08.02持续迭代当前最新稳定版本 V1.60.18三个月内从三端发布到全平台覆盖迭代节奏较为紧凑。三、核心能力拆解3.1 多 Agent 协作机制Marvis 的任务执行逻辑不同于单模型对话机器人。以用户指令帮我把桌面的发票整理成 Excel 汇总表为例主 Agent将任务拆解为三个子任务文件扫描 → 发票识别 → 报表生成File Agent扫描桌面 PDF 和图片筛选出疑似发票的文件Browser Agent / File Agent调用内置发票识别能力提取金额、日期、抬头等信息File Agent将结构化数据写入 Excel 表格输出到指定目录用户可在虚拟办公室面板中实时查看各 Agent 的执行状态整个过程透明可追溯。3.2 双模式运行与隐私保护双模式设使得用户可根据任务敏感性灵活切换日常任务如资讯汇总、文档翻译走云端效率模式响应速度快涉及敏感数据的任务如财务报表分析、合同审查可切换至本地隐私模式在本地模式下所有计算均在设备端完成文件内容不上传云端。这一设计对于有数据合规要求的企业用户有一定价值。3.3 跨端协同移动端远程控制 PC基于应用宝多年的跨端引擎技术Marvis 支持手机端远程操控 PC。具体场景例如小雅下班后通过手机发指令让 Marvis 在办公室电脑上安装大型软件次日到公司即可使用小瑾出差途中需要从家中电脑取一份文件通过手机远程操作完成文件提取和发送即使 PC 处于离线状态手机端仍可借助云电脑能力执行部分任务。3.4 定时自动化任务Marvis 支持定时自动化任务区别于仅生成文本提醒的方案能够执行实际操作每日定时汇总指定行业的新闻动态每周自动生成工作周报草稿定时监控限时福利或活动信息目前内置了多类任务模板后续计划迭代更复杂的自动化链路。3.5 技能库Marvis 内置精选技能库覆盖文件整理、发票检索、文档格式转换、图片处理、图片转视频等场景。用户可直接调用技能完成任务无需手动编写复杂提示词。四、技术亮点分析4.1 操作系统底层能力调用Marvis 与微软达成了操作系统层面的合作可直接调用 Windows 底层 API。这意味着其 Computer Agent 不再依赖录屏图像识别来操作系统界面而是通过更底层的接口执行操作在稳定性和效率上具备一定优势。4.2 本地端侧模型优化本地隐私模式采用 Qwen 端侧模型结合 Intel 芯片级优化实现了较好的推理性能。这一技术路线有助于降低云端的 Token 消耗成本同时保障用户数据隐私。4.3 自底向上的工程路线Marvis 的产品路线选择从底层能力做起——先做好文件解析、系统操控、应用调度等基础能力再向上叠加 Agent 协作层。这种路径与先做对话能力再逐步扩展工具调用的路线不同优势在于基础能力扎实劣势在于需更长的工程积累周期。根据团队公开信息Marvis 在文档解析精度上做到了较高水平这得益于应用宝团队在 PC 端生态十几年的技术积累。五、适用场景举例以下列举几个典型使用场景帮助开发者了解 Marvis 的实际应用场景 1文件管理与发票整理小彤的电脑里散落着近半年积累的几十张电子发票格式包括 PDF、图片等。通过 Marvis 的发票检索能力可以按时间段自动筛选发票并提取关键信息汇总成 Excel 表格。场景 2电脑环境诊断小雅准备尝试一款新游戏不确定自己的电脑配置是否满足要求。输入需求后Marvis 的 Computer Agent 自动获取硬件信息并与官方配置要求对比给出结论。场景 3远程取文件小瑾在出差途中需要从办公室电脑取一份合同文件。通过手机端 Marvis 远控 PC直接定位文件并通过邮件或文件传输工具发送。场景 4定时信息汇总需要每日跟踪特定行业的动态可以设置定时任务让 Marvis 在指定时间自动检索、汇总并输出新闻摘要。六、总结与展望回顾 Marvis 上线三个月的迭代历程工程层面从三端上线到全平台覆盖再到接入新模型提升任务完成率团队保持了较高的迭代频率架构层面多 Agent 协作 双模式运行的设计给予了用户更多选择本地隐私模式在数据安全方面有一定区分度用户层面DAU 30 万和七日留存 54% 的数据表明桌面 Agent 产品存在真实需求当前桌面 Agent 赛道正在快速发展多家厂商推出了类似产品。Marvis 的差异化主要体现在操作系统层级的深度整合、全平台覆盖以及本地端侧模型的隐私保护能力上。未来值得关注的方向包括Agent 协作链路的进一步自动化、定时任务的复杂度提升、以及第三方开发者生态的开放策略。本文基于 Marvis V1.60.182026 年 8 月 2 日更新及公开资料整理仅供参考。