腾讯副总裁林松涛深度剖析：Marvis不逐通用能力，聚焦端侧系统级操作的核心逻辑

“技术突破决定了人工智能（AI）能以多快的速度前行，而其能否真正创造价值，则决定了AI所能抵达的远度。”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先生分享了这一深刻洞察。

会上，林松涛先生首次公开提及旗下产品WorkBuddy，并指出其日活跃用户（DAU）已稳居国内效率智能体产品首位。另一方面，QClaw相关业务及部分团队近期迎来调整，已并入WorkBuddy所在部门，但QClaw产品仍将持续运营。至于上线时间最晚的Marvis，则走出了一条差异化的系统级Agent路径。林松涛先生透露，Marvis在用户中迅速打开局面，上线仅两天DAU便突破30万，七日留存率达到约54%。

Marvis不同于Claw类产品，其核心并非追求通用Agent能力，而是专注于系统级操作。Marvis负责人蔡建涛先生透露，在用户场景分布上，本地文件相关能力的使用占比最高，达到44%；其次是电脑硬件管理，占28%；浏览器任务占18%；应用相关能力则占16%。令人颇感意外的是，仅有约6%的用户使用Marvis进行搜索资料的工作。“用户对产品的认知和定位非常清晰，基本上没有人将其视为同类产品的替代品。”蔡建涛先生补充道。

从立项到正式发布，Marvis的设计方案经历了三次彻底的推翻与重构。其简洁的线条、可视化且富有趣味的“小马打工”场景，以及与QQ企鹅一脉相承的红围巾，无不体现出团队旨在打造一款用户使用门槛较低的Agent产品。

作为腾讯应用宝团队孵化的Agent产品，Marvis自诞生之初便带有应用商店的基因。在AI时代，延续传统应用商店的分发模式显然已不足够，更需关注分发后能否依据用户需求直接交付结果。林松涛先生向本刊表示，Marvis的“北极星指标”并非DAU、会话数这类活跃度衡量标准，而是用户的真实任务完成数量。

究其原因，手机内存与电池容量有限，在手机端部署模型难以承载高参数量或完成复杂任务。因此，Marvis所聚焦的端侧场景主要集中在PC、Mini PC、AI Box这类设备。用户可以将手机作为控制端，发出指令，由PC或云端容器执行任务。

过往，应用宝的优势在于协助APP上架发行与推广变现。而“吐司”产品的出现，旨在为供给侧创造增量，使更多需求得以落地。目前，“吐司”与Marvis分别代表两条路径：前者专注于应用创造，后者则直达服务分发。未来，两者可能在某个时间点实现整合。

从应用商店到Marvis、吐司，应用宝团队正积极探索AI时代应用商店的最终形态。没有任何一款产品能够满足用户的所有需求，他们所能做的，是逐步摸索应用商店在AI时代的生态位。目前，这个答案尚未有定论。

在WAIC期间，本刊记者有幸与腾讯Marvis团队进行了深入交流。以下内容，是本刊与腾讯公司副总裁林松涛先生、腾讯应用宝跨端业务及Marvis负责人蔡建涛先生对话的精选摘编：

蔡建涛：Marvis于5月20日晚11点58分正式上线，截至5月22日，其DAU已超过30万，七日用户留存率约为54%。上线至今，DAU呈现稳步上涨的良好趋势。但现阶段我们不过分追求DAU的增长，更希望持续打磨产品能力，提升用户价值。

蔡建涛：市面上的Agent产品普遍存在诸多挑战，例如无法读取默认浏览器数据等。在浏览器任务、共享Cookies、权限界定等方面，仍有很大的优化空间，我们也投入了大量资源进行攻克。举例而言，在电脑诊断场景中，若用户突然发现开机时多了一个不明程序，向Marvis提问，它能通过查阅安装日志告知用户，该程序是与另一个应用一同默认安装的。而传统软件往往难以诊断出具体原因。

蔡建涛：我们期望，每个拥有设备的用户，无论设备类型，都能通过Marvis提升设备使用体验和效率，这包括生产效率、日常文件管理、APP及游戏体验。

蔡建涛：目前，几乎没有用户认为Marvis是通用AI产品的替代品。从用户场景分布来看，44%的用户使用本地文件相关能力，28%用于管理电脑或硬件，16%涉及应用相关能力，18%用于浏览器相关任务。用于搜索的比例则非常少，约为6%。我们在游戏领域也进行了初步尝试。腾讯新游《失控进化》首发时，我们与其合作开发了地图探索、游戏经验获取等功能，市场口碑和渗透率表现都相当出色。

蔡建涛：感知能力是指Agent能提前理解设备、用户与环境，在用户授权的前提下，知晓设备中的文件类型、内容，以及安装的程序，甚至包括设备过往行为、浏览器记录和交易授权等。唯有达到系统级操作，才能真正实现这种深层次的感知。

林松涛：能做和做好，是截然不同的两件事。我们之所以致力于操作系统级的Agent，正是为了显著提高任务执行效率和完成质量。应用宝团队在跨端和系统级工作领域深耕十余年，其核心专注于“应用×系统×设备”的协同。当前，许多Agent通过视觉方式完成本地文件识别或处理，这通常涉及截图上传云端识别再返回的流程，导致效率不高，且时间成本并非最优。从实际测试数据来看，选择在本地结合操作系统执行这些任务，其任务完成率和准确性远高于当前通用的AI解决方案。Marvis并非完全依赖云端大模型的传输与判断，而是结合系统级能力，最大化地发挥本地处理潜力，进而实现端云协同。我们坚信，更丰富、更优质、更迅速、更低成本的解决方案，才是未来的发展方向。

林松涛：首先，我们与系统厂商的关系是互补大于竞争。例如，我们与微软、英特尔等伙伴保持长期合作，PC应用宝在Windows生态中是官方应用商店的核心组成部分。苹果生态亦然，尽管苹果在Mac上提供了应用解决方案和EXE兼容方案，但用户在游戏方面仍习惯使用Windows平台。我们的Mac应用商店能够帮助众多游戏在Mac上实现良好运行。对厂商而言，他们非常乐意我们协助做好应用层的对接。其次，从产品本身来看，Marvis从发布第一天起便是跨端的。用户并不关心通过何种方式解决问题，他们只关注最终交付的结果。例如，用户可以指令AI在PC上搜集信息并编辑文档，随后直接发送到手机端的Marvis上。这类跨端能力是单一生态厂商难以实现的。未来，我们将继续融合跨端与端云结合的能力，这也是我们的核心服务优势。

林松涛：判断Agent方向是否正确的标准非常简单：看大模型升级时，你是感到欣喜还是担忧。如果大模型一升级，许多Agent功能就白做了，那显然不是Agent应努力的方向。Marvis侧重于端侧，其最大优势在于时间成本和效率，这是仅凭大模型无法完全弥补的。云侧大模型更像是大脑，其最重要的是变得越来越智能；而我们侧重的更像是小脑和反射神经，要确保速度、执行效率和稳定性。在此前提下，再进行端云结合，方能事半功倍。

蔡建涛：Marvis是一款端侧产品，它在端侧运行，能够在感知全局信息后更主动地执行任务。它能提前识别图片内容、文档主旨、哪些是发票、内容、行程及抬头等。而其他通用Agent产品，比如Codex，尽管拥有权限，但只能进行盲目的全盘扫描，若无法扫描到所需信息便无法执行任务。我们对Marvis的本地文件处理速度和准确性抱有充分信心。由于它无需进行云端交互，文件分析和处理均在本地完成，因此Marvis在速度上远超Codex或其他同类产品。我们认为端侧更适合PC、Mini PC、AI Box这类场景，并将持续在这些场景投入端侧模型集群，包括翻译小模型、1-2B多模态视觉模型、小尺寸文本理解模型，以及20-30B的AI Box级别模型，不同场景将适用不同尺寸的模型。

蔡建涛：您所需要的，不过是一个运算容器，手机作为控制端即可。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。许多用户其实不常用电脑，但只要有一个可计算的容器或云端存储就足够了。我们正致力于开发更小尺寸的模型，例如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。目前已取得的成果是，通过与混元和英特尔的合作，Windows平台上3B模型在8G显存以下能流畅运行，Mac平台上32G内存即可实现出色表现。

蔡建涛：用户渗透率约为37%，目前不算特别高。应用宝过去的优势在于搭建商店生态。我们希望开发者能在Marvis平台上拓展产品，未来也可能建立一个渠道，让开发者能向用户提供高质量服务，用户亦可购买这些服务。一类是专业开发者在平台上开发付费内容，用户购买后，开发者可获得相应收益；另一类是普通用户上传内容，可获得Token奖励和平台运营资源，甚至还有其他的合作机会。以往的应用商店是做分发的，例如用户想要进行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。如今，Marvis是过去分发模式的进阶：以前开发者是前台APP提供者，现在转变为后台服务提供商，提供CLI、MCP、SDK或一系列能力。以往在做分发时，我们无需担忧用户下载APP之后的事情。然而今天，仅仅将能力送到用户手中已远远不够，还需要保障结果的交付。未来应用商店的形态必将持续演进变化，因此我们的北极星指标并非DAU或会话数，而是用户真实任务的完成数。Marvis每日提供一定额度的免费Token，其真实目的在于鼓励用户尝试完成一些真实任务。未来该额度可能会有所调整，也可能与B端厂商展开合作。我们此前的合作伙伴，如英特尔、微软等，都对Marvis表达了极大的合作意愿，并期望在海外市场展开协作。

问：有用户反馈称，执行任务时Marvis会先安装一个移动应用引擎，这是否意味着目前仍处于AI调用APP完成任务的阶段，而非取消APP这一环节？

蔡建涛：首先澄清一点，Marvis安装的并非“应用宝”，而是一个移动应用引擎。安装该引擎有两个原因：其一，Marvis需要管理APP的安装、版本和更新，但自身无法直接完成，需要引擎来承载这些管理能力；其二，移动应用引擎在过去完成了许多跨端工作，例如将“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抽离并置入Marvis中，但在现阶段无法一次性实现彻底分离，因此沿用了既有的容器方案，即腾讯移动应用引擎这套解决方案。

林松涛：很多时候，这是由场景驱动的。例如，用户指令“去知乎和小红书搜集某个新模型的反馈并汇总给我”，那么我们就需要让知乎、小红书在PC上运行起来，才能抓取内容并整理成文档。这并非是一种推销软件的方式。

蔡建涛：再举一个娱乐化场景的例子：打开《金铲铲》、《DNF》等游戏，需要具备管理游戏周边内容的能力。这套引擎正是用于管理这些游戏周边内容的，管理之后可以配合Marvis提供地图或攻略。例如，当玩家在《金铲铲》中达到某个阵容画面时，将画面传给Marvis，它就能协助玩家进行阵容推荐或优化。

蔡建涛：无论是Skills、MCP还是CLI，它们都不是普适友好的工具。最初构建技能广场的初衷是：当用户描述一个需求时，Marvis能够帮助其找到对应的解决方案，这可能是通过Prompt Engineering的方式，也可能通过调用多个Skills、MCP或其他工具来实现。目前，这仍处于一个较为早期的探索阶段。

蔡建涛：我们有一个设想：如果用户期望拥有一个专属AI，这个AI应该是富有情感的，并且与自身生活有所映射。因此，这个“办公室”场景对应着用户正在工作时的状态。未来，我们可能还会加入家庭状态、日常生活状态等，让用户感受到它真实地映射着生活，是有温度、有情感的，而不是一个冰冷的AI以冰冷的语气告知“任务完成了”。

林松涛：由于部分任务周期较长，用户很多时候会觉得Agent缺乏掌控感。因此，我们通过让Agent的工作可视化，辅以趣味性表达和简单的交互，让用户对Marvis的信任从“看得见”开始建立。特别是“电子牛马”的形象，非常容易引起打工人的共鸣。用户还可以为主Agent设置风格，例如表达方式、人格和昵称等。未来，此功能不会完全游戏化，但会丰富更多的互动方式，提高可视场景与任务的关联度，让用户拥有更多的掌控感。甚至未来，可能会出现第三方提供的“电子牛马”，以可视化的方式出现在“办公室”中。

林松涛：QQ宠物的目标用户群体可能与Marvis的目标用户并非完全重合，但Marvis的视觉设计，包括那条红围巾，都与QQ一脉相承。除了可爱和互动性，其设计更与任务紧密相关，旨在让Agent的工作过程实现可视化。

蔡建涛：除了陪伴功能，我们更希望“牛马”能够更具实用价值。它的情绪是基于对环境和任务的感知而生成的——例如某个任务失败了，Marvis会表现出难过或懊恼，而非仅仅是养一个宠物。

蔡建涛：吐司与Marvis一样，其本质逻辑都是应用商店的拓展。无论是传统的应用商店，还是Marvis这种将分发直接做到交付的形态，都无法完全覆盖所有需求。例如，不少独立开发者希望以更低的成本开发第三方软件，并且后续有上架到应用商店的需求。“吐司”正是为了帮助开发者实现更便捷的内容生产方式。拥有“吐司”后，我们还可以协助开发者对接广告、商业化推广合作渠道等资源，从而解决后续链路中各个环节的问题。

林松涛：过去我们常听到这样的观点：某个需求太小，不值得开发一个独立的App。但在Vibe Coding时代，再小的需求也值得拥有一个应用。应用宝的核心优势和能力，在于帮助App顺利上架，并方便用户下载。从长远来看，AI时代的到来，究竟还有多少App能够继续存在，这个问题需要我们打上一个问号。我们也在探索未来更多元化的服务形态，并寻求在苹果生态中更优化的上架机制，甚至拓展更多载体来承载这些服务。从长远角度看，“吐司”和Marvis甚至可能在某个时间点、某个维度上实现整合。

蔡建涛：AI时代的产品不应是“新瓶装旧酒”，例如简单地将原有搜索产品改为AI搜索，或者仅用大模型优化一下应用商店的推荐机制。在我们看来，这并非真正有价值的创新。产品设计背后的理念至关重要，例如Marvis让用户直达服务，这可能已经消弭了部分应用商店的需求。我们的原则是，要从更“AI原生”的角度审视产品的潜在发展趋势，并从终点逆向推导，设计出符合未来形态的产品，以及相应的用户交互逻辑。

林松涛：在App时代，大家都在抢占入口，用户通过入口选择服务。而AI时代，意图将取代入口，用户只关心结果，服务由谁提供、如何提供并不重要，谁能稳定交付才是关键。用户可能会因为某个功能或宣传而来，但只会因为可靠性而留存。做AI必须要快，而且要非常快。半年之隔，产品可能已面目全非；新模型一经发布，Agent的功能又会随之发生变化。我们原本没有计划在5月20日发布，但到了那天，我们觉得不得不推，因为行业发展实在太快了。其次，要着眼于最终的交互形态。终点是不变的，但过程和解决方案会不断演变。三个月前的Harness Engineering，到这个月可能已经演变为全新的Loop Engineering。

蔡建涛：在技能广场方面，我们将从两个角度发展。一方面，提升广场的渗透率，吸引更多优质内容和开发者入驻；另一方面，我们还将推出一个名为“人才市场”的功能，类似于虚拟人概念，推出虚拟电脑管家、虚拟文件管家、虚拟浏览器专家等，并链接开发者与普通用户。