不拼通用能力、聚焦端侧，腾讯副总裁林松涛：Marvis专注做好系统级操作

文｜王欣逸 编辑｜张雨忻 “技术突破决定AI能跑多快，但真正能创造多大价值，才决定它能走多远。”在今年的WAIC腾讯AI应用创新论坛上，腾讯公司副总裁林松涛抛出了这样一个判断。 同样是“Claw热”之后上线的产品，腾讯的三大Agent产品——WorkBuddy、QClaw和Marvis，各自走出了截然不同的轨迹。 先说WorkBuddy。林松涛在论坛上直接亮出了成绩：其DAU已稳居国内效率智能体产品第一。QClaw这边，相关业务和部分团队最近也迎来了调整，并入WorkBuddy所在部门，不过产品本身不会停服。而最晚上线的Marvis，则走出了一条差异化的系统级Agent路线。林松涛透露，Marvis在用户中打开了局面，上线两天DAU就突破30万，七日留存率约54%。 WorkBuddy和QClaw的热度很高，但今天想聊的是Marvis这款产品。 和Claw类产品不一样，Marvis走的不是通用Agent路线，它的核心是系统级操作。Marvis负责人蔡建涛透露，在用户场景分布上，本地文件相关能力占比最高，达到44%；其次是电脑硬件管理，占28%；浏览器任务占18%；应用相关能力占16%。出乎意料的是，只有约6%的用户用它来做搜索资料的工作。蔡建涛说：“用户对产品定位很清楚，基本没人觉得它是豆包或元宝的平替。” Marvis在2025年早些时候就已经立项，内部代号是“设备AI助手”。 从立项到正式发布，Marvis的设计方案经历了三个版本的推翻重做。简单的线条、可视化且有趣味性的小马打工场景，以及与QQ企鹅一脉相承的红围巾——这些设计细节透露了一个信号：他们并不想做一款用户使用门槛很高的Agent产品。 作为腾讯应用宝团队孵化的Agent产品，Marvis从第一天起就带着应用商店的基因。AI时代，只做传统应用商店的分发显然不够，还得关注分发后能否按用户需求交付结果。林松涛告诉我们，Marvis的北极星指标不是DAU、会话数这类活跃指标，而是用户的真实任务完成数。 与此同时，另一个关键词也深深刻在了应用宝团队的基因里：跨端。 今年的WAIC，AI智能体手机无疑是最吸引人的产品品类之一。端侧AI被推到风口浪尖时，蔡建涛却明确表示，他们不做手机端侧。 原因很简单：手机内存和电池容量有限，能放进手机里的模型很难上参数，也难以完成复杂任务。因此，他们想做的端侧是PC、Mini PC、AI Box这类设备。用户可以把手机作为控制端，发指令让PC或云端容器执行即可。 目前，Marvis正在和混元团队合作，计划推出端侧模型集群。 Marvis并不是应用宝团队唯一的AI产品。同期，他们也推出了移动端的Vibe Coding工具，名叫“吐司”。 过去，应用宝的强项是帮APP上架发行、做推广商业化。吐司的存在，正是为供给侧创造增量，让更多需求能落地。吐司和Marvis两条路径，一个是创造应用，一个是分发直达服务，它们可能会在某个时间点整合。 从应用商店到Marvis、吐司，应用宝团队正在尝试解答AI时代应用商店的终局问题。没有一个产品能完成用户的所有需求，他们能做的，就是逐步探索出应用商店在AI时代的生态位是什么。这个答案，目前还没有定论。 在WAIC期间，我们和腾讯Marvis团队进行了一场交流。以下是《智能涌现》等媒体与腾讯公司副总裁林松涛、腾讯应用宝跨端业务及Marvis负责人蔡建涛的对话，略经摘编。 ## 更多、更好、更快、更低成本 **Q：Marvis发布后的用户数据怎么样？** 蔡建涛：Marvis的上线时间是5月20日晚11点58分，到5月22日，DAU已经超过30万，七日用户留存率约54%。上线至今DAU稳步上涨，趋势很好。不过现阶段我们不刻意追求DAU上涨，更希望不断打磨好产品能力和用户价值。 **Q：打磨方向具体体现在哪些地方？** 蔡建涛：追求高价值、有意义的增长。 市面上的Agent产品往往有很多难点，比如读取不到默认浏览器数据等。在浏览器任务、共享Cookies、权限界定等方面，有很多优化空间，我们也在这方面投入了大量精力。 举个例子，电脑诊断场景中，某天你突然发现开机启动多了一个程序。这时候问Marvis，它查了安装日志后就会告诉你，这个程序是和另一个一起默认安装的。而传统软件很难诊断出具体原因。 **Q：Marvis的理想用户画像是什么样的？** 蔡建涛：我们希望每个有设备的人，无论什么设备，都应该拥有Marvis来提升设备使用体验和效率，包括生产效率、日常文件、APP、游戏体验。 我们希望Marvis是普适的、通用的，贴近生活和娱乐，小白友好，开箱即用。 **Q：从用户真实使用情况来看，它的应用场景有哪些？** 蔡建涛：基本没有用户会觉得Marvis是豆包、元宝的平替。用户场景分布上，44%使用本地文件相关能力，28%使用管理电脑、管理硬件相关能力，16%使用应用相关能力，18%使用浏览器相关任务，而用来搜索的比例很少，约6%。 游戏方面我们也有初步尝试。腾讯新游《失控进化》首发时，我们与其进行了游戏合作，包括地图探索、游戏经验获取等功能，口碑和渗透率都相当好。 **Q：你们强调Marvis的系统级操作，但今年通用Agent也能完成很多系统级操作，Marvis和通用Agent有什么不同？** 蔡建涛：Agent的四要素是感知、思考、规划、行动。其中，首先是感知。 感知是指Agent能提前理解设备、人与环境，在用户授权的前提下，知道设备里有哪些文件、每个文件代表什么、有哪些程序，甚至过去设备上的行为、浏览器、交易授权等。而只有做到系统级，才能实现感知。 林松涛：能做和做好完全是两件事。之所以做操作系统级的Agent，是希望提高任务执行效率和完成质量。应用宝团队做了十几年跨端和系统级的工作，专注在“应用×系统×设备”这个领域。 现在很多Agent通过视觉方式完成本地文件识别或处理：截图传到云端识别再返回，流程效率不高，时间成本也不是最优选择。从实测来看，在本地结合操作系统做这些任务，任务完成率和准确性远高于目前通用的AI解决方案。 比如“我电脑为什么变慢了”这个需求存在了三十年，缺的从来不是知识，而是对这台设备的理解。 Marvis不完全依赖云端大模型传输和判断，而是结合系统级能力，把本地能力更多地发挥出来，再做端云结合。更多、更好、更快、更低成本的方式，才是未来真正的解决方案。 **Q：Marvis和系统厂商之间的关系是什么？** 林松涛：可以从两个层面来看。 第一，我们和系统厂商的关系是互补大于竞争。像微软、英特尔，我们都有长期合作，PC应用宝在Windows上是最新应用商店的核心组成部分。苹果这边也一样，苹果自己在Mac上做应用解决方案，也做EXE兼容方案，而大家玩游戏还是习惯用Windows本，我们现在的Mac应用商店能帮很多游戏在Mac上跑得很好。对厂商来说，他们其实很欢迎我们帮助他们做好应用层的对接。 第二，从产品本身来看，Marvis从发布第一天就是跨端的。用户并不在意通过什么方式解决，只在意最终交付的结果。比如用户可以让AI在PC上搜集信息并编辑好文档，最后直接发送到手机Marvis上。这类跨端能力是单一生态厂商没办法做到的。未来我们会继续结合跨端和端云结合的能力，这也是我们的服务优势所在。 ## 手机不是一个特别适合端侧的场景 **Q：Marvis主打系统级能力，和其他智能体产品相比，最大的差异化表现在什么地方？** 林松涛：判断Agent方向是否正确的方式很简单，就看大模型升级时你是开心还是担心。如果大模型一升级，很多Agent功能就白做了，那显然不是Agent该努力的方向。 Marvis侧重端侧，最大优势是时间成本和效率，这是仅靠大模型无法弥补的。云侧大模型更像是大脑，最重要的是要越来越聪明；而我们侧重的像是小脑和反射神经，要保证速度和执行效率与稳定。在这个前提下，再做端云结合才会事半功倍。 蔡建涛：Marvis是端侧产品，跑在端侧，在感知全局后可以更主动地执行任务，能提前知道哪个图片讲什么、哪个文档讲什么、哪个是发片、内容、行程和抬头。而其他通用Agent产品，比如Codex，尽管有权限但只能盲目全盘扫描，扫不到就没办法执行任务了。 我们对Marvis的本地文件处理速度和准确性非常有信心。由于它不需要云端交互，文件分析和处理都在本地进行，在速度上，Marvis比Codex或其他竞品快得多。 **Q：这是不是意味着，Marvis是未来每个电脑的标配？** 林松涛：已经有很多电脑厂商在和我们沟通预装。我们希望Marvis更像是保障未来PC能力和体验的下限，而不是上限。 **Q：在端侧上，你们会和哪些第三方厂商展开合作？** 蔡建涛：首先应该不会和手机厂商合作。 我们认为端侧更适合PC、Mini PC、AI Box这类场景，会持续在这些场景上投入端侧模型集群，包括翻译小模型、1-2B多模态视觉、小尺寸文本理解模型，也有20-30B的AI Box级别，不同场景适用不同尺寸的模型。 **Q：但大家希望Agent能力能更便捷，因为用户不可能随身带着电脑。** 蔡建涛：你要的不过是一个运算容器，让手机作为一个控制端就好了。这个容器可以是PC、Mini Box或其他硬件，同时我们也提供云端的Marvis服务。 云端Marvis能力是我们长期积累的优势。很多用户其实不怎么用电脑，但只要有一个可以计算的容器或云端存储就够了。我们正在致力于做更小尺寸的模型，比如3B到30B级别，可以部署在云端或其他地方，成为用户的专属服务。 目前已有的成绩是，在我们和混元、Intel的合作下，Windows上可以做到3B模型在8G显存以下流畅运行，Mac上32G内存就可以跑得非常好。 **Q：目前技能广场的活跃度处于什么水平？** 蔡建涛：用户渗透率约37%，不算特别高。应用宝过去的优势是做商店，本质也是在搭建生态。我们希望开发者能在Marvis上拓展产品，未来可能还会建立一个渠道，开发者可以向用户提供高质量服务，用户也可以购买这些服务。 **Q：技能广场有没有设置一些激励措施来推动第三方开发者生态？** 蔡建涛：现在有两个措施还没上线，但距离推出应该不会太久。 一类是专业开发者可以在平台上开发付费内容，用户购买后可以获得对应的收益；另一类是普通网友上传内容，可以获得Token奖励和平台运营资源，甚至还有一些其他的合作机会。 ## 做AI时代的下一个应用商店 **Q：为什么应用宝团队选择做Marvis？** 蔡建涛：本质上，从应用宝到Marvis是同源的，都是在解决服务问题，只不过路径从两步变成了一步。 以前的应用商店是做分发的，比如用户想要做设备诊断和内存清理，需要先从应用商店下载软件再进行清理。现在Marvis是过去分发的进阶：以前开发者是前台APP，现在变成了后台服务提供商，提供CLI、MCP、SDK或一系列能力。 林松涛：应用宝十几年来一直在做一件事：把数字能力和内容送到用户手里。PC时代分发软件，移动时代分发APP，但AI时代不一样了。 以前做分发的时候，我们不需要担心用户下载完APP之后的事情。而今天，只把能力送到用户手里远远不够，还要保障结果的交付。未来的应用商店形态肯定是不断演进变化的，因此我们的北极星指标不是DAU或会话数，而是用户真实任务完成数。 **Q：Marvis的商业化进行到了什么阶段？未来的目标计划是什么样的？** 林松涛：现阶段还不是考虑收费的时候，国内目前用户为Token付费的生态还没有形成。 Marvis每天提供一定量的Token免费额度，这一额度的真实目的是让用户愿意去尝试做一些真实的任务。未来这个额度可能会发生变化，也可能会和一些B端厂商合作。我们此前的合作伙伴，如英特尔、微软等，都对Marvis表达了很大的合作意愿，并希望在海外展开合作。 与此同时，海外Token生态和用户为工具付费的意愿比国内更成熟，这也是Marvis可以重点发展的方向。 **Q：有用户反馈说，执行任务时Marvis先安装了一个应用宝，这是不是意味着目前还处于AI调用APP完成任务的阶段，而不是取消APP这个环节？** 蔡建涛：先澄清一点，Marvis装的不是应用宝，而是一个移动应用引擎。装这个东西有两个原因：一是Marvis需要管理APP的安装、版本和更新，它自己做不到这一点，需要引擎来承载这些管理能力；二是移动应用引擎过去做了很多跨端的事情，比如把小红书迁移到Windows上需要一个容器，这个容器我们当然也可以单独摘出来放在Marvis里，但这个阶段没办法一次性摘出来，所以就沿用了过去的容器方案，也就是腾讯移动应用引擎这套解决方案。 林松涛：很多时候是场景驱动的。比如用户说“去知乎和小红书搜一下某个新模型的反馈汇总给我”，那我们需要把知乎、小红书在PC上跑起来，才能抓取内容、整理成文档。这不是一个推销软件的方式。 蔡建涛：再打一个娱乐化场景的例子，比如打开金铲铲、打开DNF，需要有管理游戏周边内容的能力。这套引擎就是管理这些游戏周边内容的，管理之后可以配合Marvis做地图或攻略。比如玩金铲铲到了某个阵容画面，把画面传给Marvis，它就能帮你做阵容推荐或优化。 **Q：Marvis为什么要做一个技能广场？** 蔡建涛：无论是Skills、MCP还是CLI，它们都不是很普适友好的东西。最初做技能广场的初衷是：用户描述一个需求，Marvis就能帮其找到对应的解决方案，可能是通过Prompt Engineering的方式，也可能调用多个Skills、MCP或其他工具。目前还处于比较早期的探索阶段。 林松涛：技能广场是一个底座，还在不断打磨中。未来我们希望打造第三方用户或合作伙伴的生态，甚至在其中探索出一些商业化空间。 **Q：为什么产品被设计成了六只小马在工作？** 蔡建涛：我们做了一个假设：如果用户希望拥有一个专属AI，这个AI应该是有情感的，且跟自身的生活是有映射的。所以这个“办公室”对应着用户正在工作的状态。未来可能还会加入家庭状态、日常生活状态等，让用户感受到它是真实工作的映射，是有温度、有情感的，而不是一个冰冷的AI用冰冷的语气告诉你“做完了”。 林松涛：由于部分任务时间周期比较长，用户很多时候会觉得Agent不可控。所以我们让Agent工作可视化，加上一些趣味性表达和简单交互，让用户对Marvis的信任从“看得见”开始。尤其是“电子牛马”的形象很容易击中打工人。用户还可以给主Agent设置风格，比如表达方式、人格、昵称等。 未来这个功能不会完全游戏化，但会丰富更多互动方式，提高可视场景和任务的关联度，让用户有更多掌控感。甚至未来可能会出现第三方提供的电子牛马，也会以可视化的方式出现在“办公室”里。 **Q：Codex出了一个类似桌宠的功能，你们有想过这个问题吗？比如把QQ宠物放上来？** 林松涛：QQ宠物的很多目标用户可能并不是Marvis的目标用户，但Marvis的视觉设计包括红围巾都是和QQ一脉相承的，除了可爱和互动，同时还和任务息息相关，是让Agent工作可视化。 蔡建涛：除了陪伴功能外，我们还是希望牛马能更有用处。它的情绪是基于感知环境和任务的——比如某个任务失败了，Marvis会难过或懊恼，而不是纯粹养一个宠物。 **Q：市面上已经有很多移动端的Vibe Coding工具，为什么还要做吐司？** 蔡建涛：吐司和Marvis一样，本质逻辑是应用商店的延展。不管是传统的应用商店，还是Marvis这种把分发直接做到交付的形态，它们都无法覆盖全部需求。 比如不少独立开发者希望用更低的成本开发第三方软件，还有后续上架到应用商店的需求。吐司就是帮助开发者实现更便捷的内容生产方式。有了吐司之后，我们还可以帮开发者对接广告、商业化和推广合作渠道等资源，帮助解决后续链路各个环节的问题。 林松涛：过去我们经常会听到：这需求太小了，配不上一个 APP。而Vibe Coding时代，再小的需求也值得一个应用。应用宝的强项和核心能力，是帮助一个 APP顺利上架以及让用户方便下载。 Marvis是在需求侧管理存量，而吐司是在供给侧创造增量。 往长期看，AI来了之后，还有多少APP会存在，这个问题其实要画一个问号。我们也在探索未来更多元化的服务形态会是怎么样的，也在寻求在苹果上更好的上架机制，甚至有更多的载体去承载。往长期看，吐司和Marvis甚至可能在某个时间点、某个维度上是可以整合的。 **Q：Marvis和吐司都是应用商店的延展，关于AI时代的产品设计你们有什么思考？** 蔡建涛：AI时代的产品不应该是新瓶装旧酒，比如原有的搜索产品改成AI搜索，或者应用商店的推荐机制用大模型优化一下，在我们看来这是没有用的。 产品设计背后的理念很重要，比如Marvis让用户直达服务，可能也消灭了一半的应用商店需求。我们的原则是，要从更AI原生的角度来看产品可能是什么走势，并从终点倒推到当下，设计什么样的产品形态、用户应该有什么样的交互逻辑。 林松涛：APP时代大家是抢占入口，用户通过入口选择服务。而AI时代是意图取代入口，用户关心的只有结果，服务谁做怎么做不重要，谁能稳定交付才关键。用户可能会为某个功能或宣传而来，但只会为可靠而留。 **Q：在开发Marvis或吐司这类Agent产品时，与此前开发应用宝这类产品的区别是什么？** 蔡建涛：第一，变化太快。 做AI必须要快，特别快。半年和现在的产品完全不同，新模型一出来Agent又会发生变化。我们原先没有计划5月20日推出，但到了5月20日觉得不推不行，行业发展太快了。 第二，要看终点交互形态。终点不变，但过程和解决方案会变。三个月前的Harness Engineering到这个月已经变成了全新的Loop Engineering。 第三，要快速跟进用户反馈，确认用户需求是否被真实满足，创造的用户价值和产品价值是否符合预期。 **Q：您提到Marvis上线后超出了发展预期，它后续的更新方向是什么样的？** 蔡建涛：在技能广场上，我们会朝着两个角度发展。一方面，提升广场的渗透率，希望有更多的内容和开发者进入广场；另一方面，我们还会做一个名为“人才市场”的功能，类比虚拟人，推出虚拟电脑管家、虚拟文件管家、虚拟浏览器专家等，并链接上开发者和普通用户。 在端侧上，我们会加大投入，让更多设备可以支持端侧模型，在降低成本的同时大幅提升隐私和使用便利性。 另外，出海也是我们在考虑做的事情。