我用了一天腾讯的Marvis，然后决定让这匹小黑马住在我电脑里了

初见，一匹会摸鱼的小黑马

事情是这样的。

5月20号那天，我刷到一条消息，腾讯悄悄上线了一个叫Marvis的东西。

等等，Marvis？

我第一反应是，这名字怎么这么耳熟。然后想起来了，贾维斯，钢铁侠那个。Marvis = 马 + Jarvis，腾讯这帮人取名字是真的有点东西。

而且这玩意不是那种「你好我在」的聊天机器人，它是操作系统层级的AI助手。翻译成人话就是，它能直接操作你的电脑。

我当时就有点坐不住了。

说实话这两年我看过的AI助手的新闻没有一百也有八十了，大多数都是换个壳的GPT。但真正能操作电脑、能帮我干活的产品，掰着手指头都数得过来。Claude的Computer Use算一个，但它那个是模拟点击，说到底就是截图和模拟鼠标操作。

但Marvis走的完全是另一条路。它直接深入到Windows系统底层，调用系统原生的API，不是模拟，不是伪装，是真正地在跟操作系统对话。那种感觉怎么说呢，就像你找了个IT小哥远程给你修电脑，只不过这个IT小哥是个AI。

关键是，不用邀请码，官网下载就能用。每人每天还送一千万免费Token。

那还说啥，下。

安装过程比我想象的简单。就是普通的exe安装包，一路点下一步就完了。装完之后用QQ或者微信扫码登录，整个过程不超过三分钟。

然后我就看到了那个界面。坦率的讲，第一眼有点意外。

因为整个设计太不像一个「工具」了。它长得更像个游戏。

主界面左边是聊天输入框，右边是一间3D虚拟办公室。办公室里坐着六只长着牛角、戴着企鹅围脖的黑色小马。每一只坐在自己的工位上，有的在认真干活，有的在打盹，有的在喝咖啡，还有一只。。。在健身。

你敢信？

一个AI助手，它里面的Agent会摸鱼。

我当时就乐了。腾讯这帮产品经理是真的懂打工人的精神状态。六个Agent组成一个AI团队，主Agent是PM负责拆任务分配工作，剩下五个分别是文件管理、电脑运维、App操控、网页交互、信息搜索。七个字概括，一个PM带五个兵。

而且他们是真的会摸鱼。没有任务的时候，有的趴在桌上睡觉，有的走来走去闲逛，有的在角落喝咖啡，还有一匹小马居然在跟另一匹交头接耳。腾讯说这是为了让等待的过程不那么无聊，但我怎么觉得，他们是故意做了个赛博打工人监控器。

行吧，先不管这些小东西，试试它到底能不能干活。

我给的第一个任务是让它帮我看看我这台电脑的配置，能不能流畅跑《赛博朋克2077》。

Marvis大概花了十几秒，把CPU、显卡、内存、硬盘信息全都拉出来了，然后逐项对比了赛博朋克的最低配置和推荐配置，最后告诉我，能跑，但光追别开最高。

我愣了一下。不是因为结果准确，结果本来就是正确的，我愣了一下的是这个过程。它不是一个AI在「生成」答案，它是在读取我的电脑、访问硬件信息、然后拿这些真实数据去跟游戏配置要求做对比。你想想，以前这种事我得去设备管理器看配置、去网上搜游戏最低配置、再自己对着比，来回折腾好几分钟。现在一句话，它自己就干完了。

就，还挺爽的。

说实话，到这里我已经觉得这玩意能处了。但我真正想试的还在后面。

桌面灾难，它三分钟救回来了

我是个做内容的人。写文章、做调研、整理资料，这些是我的日常。Marvis能不能真的帮到一个每天跟文字和文件打交道的人？这是我最关心的。

我先从最简单的开始，让它帮我整理桌面。

很多人可能不知道，我的桌面常年是一个灾难现场。截图、PDF、视频、各种乱起八糟的文件堆在一起，文件夹名字要么是「新建文件夹」要么是「新建文件夹（2）」。有时候找一个文件，翻半天找不到，然后发现它在第四屏桌面的角落里。

我跟Marvis说，你帮我把桌面上所有文件按类型归个类。

它先列了一个执行计划给我看，哪些文件放到哪个文件夹，文件夹叫什么名字，清清楚楚。我说行，搞吧。然后它就哗哗哗地建文件夹、移动文件，三分钟完事。

桌面瞬间干净了。

你们能理解那种感觉吗？就是那种，一个你拖了半年都不想干的破事，有个人帮你干了。而且不是你求他，你就跟他说了一句，他就去了。

我妈可能要说了，这就是懒。但我觉得不是，这是人类应该把精力花在更有价值的事情上，而不是花在整理桌面上。

说到这个，你想想看，我们每个人电脑里都存了多少文件？

几千张照片找不到、几十个版本的简历不知道哪个是最终版、收藏了一堆「有空再看」的PDF然后就再也没看过。这些不是懒的问题，是信息过载的问题。人类的注意力是有限的，但我们每天产生的数字垃圾是无限的。

而Marvis在这个问题上给了我一个让我特别惊喜的答案，就是，它支持用自然语言搜索图片内容。

不是搜文件名，是搜图片里有什么。

我试了一下，跟它说，帮我在桌面找一个图片里面带有workbuddy字样的照片。

几秒钟，它真的找到了。不是因为我给文件命名过，而是它真的“看”了每一张图片，理解了里面的内容。它支持人脸识别、OCR文字识别、地点识别、主题识别。你可以搜「去年夏天在海边的照片」，可以搜「含有发票两个字的所有截图」，甚至可以搜「红色背景的表格」。

这个能力说实话，在我用过的所有文件管理工具里，没有第二个能做到这么丝滑的。

但是，我要说但是了。

这个功能的Token消耗，那是真的有点离谱。

36氪的测评里提到，搜索一百多张图片就消耗了将近两百万Token。两百万。这是什么概念呢，一天的免费额度是一千万Token，也就是说，你搜五百张照片，今日份的免费额度就干没了。

当然，你如果一天到晚就靠图片搜索过日子那确实不太现实。但偶尔搜一下，或者把重要文件先搜出来，我觉得这个功能的价值是远远大于那点Token消耗的。

好了，最让我震撼的部分来了，那就是，跨端操控。

Marvis支持Windows和安卓跨端协同。你在手机上打开Marvis，可以实时看到电脑屏幕，然后直接在手机上操控电脑。你甚至可以远程输入密码解锁电脑。

翻译成人话就是，你在出门在外的路上，突然想起来电脑里有个文件忘发了，拿出手机打开Marvis，找到那个文件，发出去。不需要提前设置什么远程桌面，不需要装什么花生壳向日葵，什么都不需要，你的手机就是你的电脑。

我从公司出来去坐地铁的路上试了一下。手机屏幕上完整显示了我的电脑桌面，他正在用Marvis干什么，干完之后甚至可以自己发到了自己微信上。整个过程跟在电脑前操作一模一样，延迟低到我几乎感觉不到这是远程连接。

说实话我当时真的有一瞬间在想，以后是不是都不用带电脑出门了？只要电脑在家开着，手机就是一台完整的PC。

当然，前提是电脑不能关机。这倒是一个小小的遗憾。

除了大功能，这些「小事」让我觉得它真的懂我

除了这些大的功能，我还试了一些看起来不起眼但实际很好用的小事。

比如我让它每天早上八点帮我汇总一下昨天的科技新闻。它真的会在每天早上生成一份简报，推送到我手机上。不是那种你点开某个App才看到的新闻，是真的主动推送。

这块我觉得挺有意思的，因为它让我第一次感觉到AI不是被动等我问，而是真的在帮我盯着这个世界上发生了什么。

十分钟，一份完整PDF报告

我还让它帮我做过一个实验。我丢给它一堆本地的销售数据表格，跟它说，帮我做一份上个月的销售分析报告，输出成PDF。

我本来以为它最多也就是读个数字给个总结。结果它花了大概十分钟，先生成了分析框架，然后逐个表格读数据、做对比、画图表，最后生成了一份完整的PDF。有封面、有目录、有数据图表、有来源引用。

这种复杂任务放到半年前去做，我需要打开Excel画图、打开PPT排版、再转成PDF，折腾两三个小时是常事。现在一句指令，让六匹小黑马忙活十分钟，扔给我一份成品。

我真的被这种效率提升的感觉冲击到了。不是嘴上说的那种「生产力革命」，是切切实在地，感觉到了AI从「玩具」变成了「工具」。

隐私模式，这个必须单独说

还有一件事我觉得必须单独拎出来说，那就是隐私模式。

Marvis有两种运行模式。效率模式走云端，用混元和DeepSeek V4这样的大模型。隐私模式走本地，用端侧的Qwen模型，所有数据完全不出你的电脑。你甚至可以断网用。

腾讯在端侧模型上做了芯片级的优化，跑本地模型的速度提升了百分之二十。我实际试了一下隐私模式，响应速度确实比云端慢一些，毕竟本地算力有限，但完全是可以接受的范围。

而且这个隐私模式的意义不是说"快不快"的问题。你想想看，如果你的工作涉及财务数据、法务合同、人力资源信息，你敢把这些东西上传到别人的云端服务器去处理吗？

不敢的，对吧。

但如果有一个AI在本地就能帮你处理这些敏感数据呢？你的数据不出你的电脑，AI的能力却已经在你的电脑里了。

这个场景对我来说是有非常具体的吸引力的。我手头有大量的竞品分析文档、内部的运营数据、还没发表的文章草稿，这些东西我绝对不可能丢到任何云端AI去处理。但在隐私模式下，Marvis可以直接在本地读取、整理、分析这些东西，所有计算都在我的机器上完成。

这才是AI工具该有的样子，不是「把你的数据给我」，而是「把能力留在你的电脑里」。

我把Marvis丢进了我的真实工作流

好，工具类的测完了。接下来才是我作为内容创作者，最关心的事。

Marvis到底能不能帮到我写文章？

这看起来好像挺矛盾的。Marvis的系统权限再强，能操作再多App，跟我坐在电脑前敲字有什么关系？

我跟你说，关系大了。

我做内容这段时间，最耗费时间的其实不是写作本身。写作反而是最后一公里，真正花时间的是什么，是前期调研、搜集资料、在海量信息里找到那条逻辑线。你写一篇三千字的文章，可能背后看了一万字的资料，翻了十几个网页，看了三篇论文和两篇竞品报告。这些东西散落在电脑的各个角落、浏览器的各个标签页里，每次想找都跟翻垃圾堆似的。

于是我做了一个实验。

我手上正好在做一期关于「网络安全」相关业务。这方面我也已经攒了不少资料，本地文件夹的各个角落都有资料、微信收藏夹里有几篇转发的文章、浏览器里还开着五个相关网页。

我跟Marvis说，帮我在电脑里找出跟安全、ctf、脚本相关的所有文件。

它大概用了不到一分钟，翻出了很多个文档。有安全的视频、有我自己的笔记草稿、有之前下载的ctf安全工具、还有几个shell脚本，这些我自己都忘了。

说实话看到这份清单的时候我愣了一下。

我跟你说为什么愣住。不是因为技术多先进，是因为这份清单里面有一半的东西，我自己都不知道它们在我的电脑里。那些笔记记录是很早前的事了，当时觉得有用就存下来了，然后就没然后了。如果没有Marvis帮我翻出来，它可能会躺在某个文件夹深处，直到我换电脑的那天被格式化了，我也不会想起来还有这么一份东西。

我让Marvis把这些文件的内容整理成一份调研简报。它开始逐份阅读，PDF、Word、图片里的文字、录音转文本，然后大概过了七八分钟，生成了一份资料汇总。每个板块下面有来源标注、关键数据点、还有引用的具体段落。

真的，就在那一刻，我对Marvis的感觉变了。

之前测那些功能的时候，我的心态是「让我看看你能干嘛」。但这次不一样，它直接嵌入了我的工作流。不是我专门为测试它想出来的一个场景，是我本来就在干的事，它帮我提速了。

有了资料之后，我问它能不能帮我理一个文章大纲。

它先问了我想表达的核心观点是什么，我说，网络安全是一个热门话题，最近有很多安全事件发生。然后它大概花了三四分钟，给了我一个七段式的大纲，从引子到案例到技术分析指南，结构很清楚。

注意，它没有帮我写文章。它给的是框架，不是内容。但我最喜欢的就是这一点，因为框架才是写文章最难的部分。写文章最怕的不是写不出来，是写着写着不知道自己走到哪了。有了框架，剩下的就是往里填肉，反而是最轻松的活。

然后我做了一件更大胆的事。

我把我电脑里过去半年写过的所有文章草稿路径告诉它。大概五十多篇，有些发表了有些没发表。我说，你能帮我统计一下这些文章用了哪些常见的开头类型吗？

我发誓我只是好奇，没指望它真能给出什么有用的结论。

大概等了十分钟。

它给了一份分析报告。

我当时的感觉就两个字，震撼。

不是那种看到新技术的震撼。是一种更安静的，一个人了解了你的工作习惯之后，把你自己都没注意到的规律整理出来给你的那种感觉。就像一个实习生在你身边默默跟了半年，然后某天给你递了一份你自己都写不出来的工作复盘。

这件事的意义在哪？不是它分析了多少数据，而是它让我看到了我自己看不到的东西。你知道人最贵的成本是什么吗？是不知道自己的时间花在哪了。Marvis在这个维度上，成了我的一面镜子。

接着我让它分析我自己的写作风格

顺着这个思路我又继续往下试。

我让它做了一件我一直觉得AI做不到的事。我给了它一些我写过的文章，让它总结我的写作风格、常用词汇、句式特征。

结果怎么说呢，有的准有的不准。它说我爱用指引句和冒号，准的。它说我经常把结论前置再展开论述，也准。但它说我习惯用「首先其次最后」来组织结构，这就不太对了，我基本没用过这种表达。

所以我现在的判断是这样，Marvis作为一个写作辅助工具，在资料整理和大纲生成这两个环节是可以直接上岗的。但在风格分析和内容润色这个层面，它还处在「能看出大概但细节不靠谱」的阶段。能用，但不能完全依赖。

说真的，在内容创作这个场景里，我目前最满意的就是它的跨文件信息检索能力。一个指令下去，把散落在电脑各个角落的相关文件全部捞出来，解读、归类、出报告。这个过程换我自己来做，光是找文件就得一个小时起步，读完还得做笔记，前前后后没两三个小时下不来。而Marvis，十分钟左右。

你可以说它不够聪明、不够有创造力，但你不能说它不高效。

至少在这件事上，它确实让我觉得，我的电脑里多了一个真的在干活的人。

说点不爽的，才够意思

写到这里，你可能觉得，这Marvis也太能打了。

其实不是。

我把这几天用下来所有不爽的地方都摊开说。

第一个，图片生成。 直接不支持。对于做内容的人来说，这个是硬伤。写文章写到一半想顺手让AI出个配图，它告诉你不行，你只能老老实实切到别的工具。希望后续版本能补上，哪怕只是个基础能力也好。

第二个，Token消耗。 前面说了，图片内容搜索是真的好用，但也是真的烧Token。搜一百张图烧两百万Token，一天的免费额度也就够搜五百张。当然你不会天天搜图，但偶尔用的时候看到那个数字蹭蹭往上涨，心脏还是会抽一下。

第三个，有些App它操作不了。 微信、小红书，所有有强力防护机制或者涉及支付能力的都绕不过去。我理解，安全第一。但作为用户，你脑子里的画面是「AI帮我搞定一切App」，现实是只搞定了其中一部分。这种落差，坦率的讲，有点失落。

第四个，风格分析不靠谱。 前面说了，它说我爱用「首先其次最后」，但我几乎从来不用。这说明Marvis在对文字做深度理解的时候还不太分得清普适规律和个体习惯。做内容的人如果指望它帮你润色文章，建议先做好心理准备，它可能会改出一些你看了想删掉的东西。

第五个，速度。跨端操控的时候，微博签到这种简单任务三分多钟。 你着急的时候坐在那看进度条爬，是真的很磨人。当然，它不是在偷懒，是真的在操作App、等待页面加载、截图分析，每一步都是实打实的操作。但用户不会关心你是模拟操作还是真实操作，用户只关心快不快。

这些缺点整体来说，没有一个是让我觉得「不行，卸载」的程度。它们更多是一个新生代产品在疯狂成长的过程中，必然会经历的磕磕碰碰。

而且说真的，这些缺点反映出来的，恰好是Marvis最有意思的一个特征。它不是一个「什么都会但什么都不精」的通用AI，它是一个有明显强项和明显弱项的偏科生。你觉得它笨的时候是真的有点笨，但它强的地方又强到让你觉得离了它不太行。

比如跨文件信息检索这件事，目前我还没找到第二个能做到同样效果的工具。你可以说它支持的App不够多、Token消耗太贵、风格分析不太准，但你不能否认，当你把一堆散落文件丢给它说「帮我做个调研」的时候，那种十分钟出一份完整报告的体验，是会让你上瘾的。

这也是为什么我愿意把它留在电脑里。不是因为现在它已经完美了，而是因为它在某个我每天都需要的环节上，做出了超过我预期的表现。剩下的那些短板，我相信以腾讯的产品力，慢慢磨也能磨出来。

好吧，到这里该收一下了。

这条路还很长，但方向是对的

我一直在思考一个问题，操作系统级的AI助手到底是什么？

Claude的Computer Use也好，OpenAI的Operator也好，还有腾讯的Marvis，这些产品都在试图回答同一个问题，AI不只是跟你聊天，而是帮你做事。

但这个问题的答案不是功能的叠加，是信任的建立。

你要把电脑的控制权交给一个AI吗？你要让它动你的文件、调你的设置、甚至在你不在的时候自己打开浏览器去干活吗？

这个问题听起来很夸张，但它就是我们接下来五年要面对的真实场景。

Marvis给出的答案是L2安全兜底。删除文件先确认，修改系统配置先确认，涉及支付的事情直接不做。它用一种「我很有能力，但我很清楚自己的边界」的姿态来降低你的戒心。

而它那个虚拟办公室的设计，让六匹小黑马在你面前打盹、喝咖啡、摸鱼，也是另一种信任的建立。它让你觉得，这东西不像一个冷冰冰的工具，更像一个在帮你干活的，有一点蠢萌的小助理。

说实话，你的电脑已经有一个操作系统了，Windows或者Mac，几十年来都是你一个人在操作它。但Marvis让你第一次觉得，你的操作系统里，住进去了另一个人，或者说，另一匹小黑马。

它会打盹，会摸鱼，会犯错，但大多数时候，它能帮你把活干了。

这条路还很长。速度要优化，稳定性要提升，支持的App要更多，Token成本要降下来。但方向，我觉得是对的。

坦率的讲，我用了这一天之后，决定让这匹小黑马暂时住在我电脑里了。