Décryptage du cas cross-app de Tencent Marvis : pourquoi Word, Excel et le navigateur commencent-ils à être reliés par une seule instruction IA ?

Si les articles précédents sur Marvis se demandaient surtout :

• peut-il prendre la main sur l'ordinateur ;
• peut-il lire les fichiers locaux ;
• peut-il assembler images, voix et documents dans un même workflow multimodal ;

ici, je veux répondre à une question encore plus proche de ce qu'est vraiment un "agent desktop" :

Est-ce que Marvis peut faire plus qu'une seule tâche ponctuelle, et relier plusieurs applications en un véritable flux de travail complet ?

J'ai repris en détail l'article de Tencent Cloud Developer Community intitulé Marvis保姆级教程（六·完结）｜应用操作大师——一个指令串起Word、Excel、浏览器. Ma conclusion est très claire :

Sur l'axe de la coordination inter-applications, le plus intéressant chez Marvis n'est pas simplement sa capacité à cliquer sur des boutons, mais le fait qu'il commence déjà à réunir Excel, le navigateur, Word et l'enregistrement de fichiers dans une tâche complète.

Dès que cette chaîne devient fluide, l'enjeu n'est plus seulement "l'IA m'aide à écrire un paragraphe", mais plutôt :

l'IA commence enfin à enchaîner le processus à votre place.

Conclusion rapide

• Au 29 juin 2026, les informations publiques montrent que le scénario le plus convaincant de Marvis en coordination inter-applications se concentre sur quatre étapes :

  1. Lecture d'Excel et analyse de données
  2. Recherche d'informations de référence dans le navigateur
  3. Organisation et rédaction du rapport dans Word
  4. Enregistrement et archivage du fichier

• Le point le plus important ici n'est pas "ouvrir plusieurs fenêtres", mais bien :

  • savoir si les données peuvent circuler d'une application à l'autre sans rupture ;
  • réduire les copier-coller intermédiaires ;
  • transformer directement le résultat en document livrable.

• Si votre travail consiste à :

  • faire des rapports hebdomadaires ou mensuels ;
  • gérer des tâches pédagogiques, administratives ou de coordination ;
  • produire des analyses opérationnelles ;
  • résumer des données légères ;
  • enchaîner "lire un tableau -> chercher des références -> rédiger un rapport" ;

  alors cette capacité a beaucoup plus de valeur qu'une IA de chat classique.

Pourquoi la coordination inter-applications vaut plus qu'une automatisation ponctuelle

Beaucoup d'assistants IA peuvent déjà aujourd'hui vous aider à :

• résumer un passage ;
• expliquer un fichier ;
• réécrire un email.

Mais dans le travail réel, la partie la plus chronophage n'est généralement pas là. C'est plutôt :

• chercher les données dans Excel ;
• basculer dans le navigateur pour trouver une référence ;
• revenir dans Word pour rédiger ;
• puis encore enregistrer, nommer et archiver le fichier à la main.

Autrement dit, la plus grande perte de temps ne vient souvent pas du fait qu'une étape est difficile, mais de ceci :

vous devez transporter l'information d'un logiciel à un autre en permanence.

Et la vraie percée que montre Marvis dans ce cas public, c'est qu'il n'essaie plus seulement de vous aider sur une seule étape. Il commence plutôt à :

faire entrer toutes ces étapes dans une instruction globale unique.

Cas public 1 : le rapport d'analyse des notes est le meilleur test pour voir s'il s'agit d'un "vrai Agent"

L'article public de Tencent Cloud Developer Community donne un exemple particulièrement utile pour comprendre la coordination inter-applications :

Scénario de la tâche

• faire un "rapport d'analyse des résultats de chinois pour ce semestre"

Processus classique

• ouvrir Excel
• retrouver le tableau de notes
• calculer à la main la moyenne, le taux de réussite et le taux d'excellence
• repérer les élèves qui ont le plus progressé et le plus régressé
• ouvrir Word
• rédiger le rapport d'analyse
• copier le tableau de données de Excel vers Word
• ouvrir le navigateur pour chercher un modèle de référence
• terminer la rédaction et remettre la mise en forme

La conclusion publique donnée dans l'article est très directe :

• Temps nécessaire : 2 heures

C'est très crédible. Car ce qui prend réellement du temps, ce n'est pas seulement "analyser les données", mais surtout les changements d'application et les copier-coller.

Cas public 2 : la méthode de Marvis ne consiste pas à faire une étape plus vite, mais à relier quatre étapes avec une seule instruction

Dans ce même scénario, l'instruction Marvis donnée dans l'article ressemble beaucoup à ce qu'un utilisateur réel pourrait dire :

Ouvre le fichier 成绩表.xlsx sur le disque D, analyse les résultats de chinois de ce semestre : calcule la moyenne de la classe, le taux de réussite et le taux d'excellence, puis identifie les 3 élèves ayant le plus progressé et les 3 ayant le plus régressé. Ensuite, cherche en ligne un modèle de rapport d'analyse des résultats de chinois en primaire pour t'en inspirer. Enfin, ouvre Word, crée un nouveau document et rédige un rapport d'environ 500 mots avec tableau de données et analyse textuelle, en reprenant la structure du modèle trouvé sur le web.

D'après l'article public, Marvis enchaîne alors :

• l'ouverture de Excel
• l'analyse des données
• l'ouverture du navigateur pour rechercher un modèle
• l'ouverture de Word
• la rédaction du rapport
• l'insertion du tableau de données

Le chiffre avancé publiquement à la fin est :

• Temps nécessaire : 3 minutes

Je ne prendrais pas ce nombre comme une garantie mécanique pour tous les usages, mais il suffit à montrer la direction produit recherchée :

il ne s'agit pas d'améliorer l'efficacité d'une seule étape, mais de compresser toute la chaîne de bascule entre applications.

Cas public 3 : la vraie valeur n'est pas d'avoir "ouvert quatre logiciels", mais d'éviter que les données se cassent en route

La phrase la plus importante de l'article public est en réalité celle-ci :

Les données calculées dans Excel sont directement réinjectées dans Word, sans avoir besoin de copier-coller manuellement.

Pourquoi est-ce si important ?

Parce que beaucoup d'outils présentés comme de "l'automatisation bureautique par IA" finissent toujours par bloquer ici :

• les données sont dans un logiciel ;
• le résultat doit sortir dans un autre ;
• et c'est à vous d'assurer le transport.

Si le transfert reste manuel, la chaîne n'est jamais vraiment fermée.

Et le point le plus intéressant chez Marvis dans ce scénario public, c'est qu'au moins au niveau de son discours public, cette idée est déjà clairement posée :

• les données ne sont pas seulement lues puis oubliées ;
• la recherche ne s'arrête pas juste après la consultation ;
• le rapport ne repart pas d'une page blanche ;
• et le fichier n'est pas laissé à l'utilisateur pour un "enregistrer sous" final.

Ce que Marvis essaie de faire ici, c'est :

maintenir un flux de données continu entre les applications.

Cas public 4 : le cœur de la coordination inter-applications, ce n'est pas "savoir ouvrir un logiciel", mais "savoir d'où viennent les données et où elles vont"

Dans cet article public, j'aime beaucoup cette explication des instructions cross-app :

faire comprendre clairement à Marvis dans quel logiciel se trouvent les données, et vers quel logiciel elles doivent circuler.

Cette phrase résume en fait tout le cœur de la coordination inter-applications.

Autrement dit, l'instruction à forte valeur n'est pas :

• aide-moi à ouvrir ce logiciel

mais plutôt :

• ouvrir application A
• récupérer les données
• aller dans application B pour les traiter
• puis produire le résultat dans application C

L'article public va même jusqu'à proposer ce type de modèle :

• ouvrir【application A】+ faire quoi
• dans【application B】+ faire quoi
• dans【application C】+ produire le résultat

Cela montre bien qu'on ne vous apprend déjà plus seulement "comment poser la question", mais qu'on commence à aller vers :

la mise en modèle du processus.

Cas public 5 : dès qu'on peut le mettre en modèle, cela commence à ressembler à un véritable actif de workflow

Dans ce même article public, un autre point très important apparaît :

Workflow modèle de rapport mensuel

L'exemple donné par l'auteur est :

• ouvrir le Excel des activités pédagogiques du mois
• calculer le nombre d'activités, le nombre de participants et les niveaux concernés
• ouvrir le Word des contrôles pédagogiques du mois
• en extraire les problèmes récurrents
• puis générer le rapport mensuel dans Word

Pourquoi est-ce important ?

Parce qu'une fois que ce type de flux peut être relancé régulièrement, il ne s'agit plus seulement d'un "assistant intelligent", mais de quelque chose qui commence à devenir :

un actif de workflow réutilisable.

Pour les entreprises, les écoles, les équipes administratives ou les petites équipes d'opérations, c'est fondamental, car ce qui fait vraiment gagner du temps n'est jamais un coup d'éclat ponctuel, mais ceci :

• le mois prochain, on peut encore le réutiliser ;
• quelqu'un d'autre peut aussi s'en servir ;
• un nouveau collaborateur peut suivre le même modèle.

Cas public 6 : l'ajout de points de contrôle montre qu'il commence à penser à une vraie collaboration

L'article public donne aussi un détail qui ressemble beaucoup à un usage réel :

• analyser d'abord les données dans Excel
• me laisser d'abord vérifier le résultat
• puis seulement, après confirmation, rédiger le rapport dans Word

Pourquoi est-ce un point que je trouve particulièrement important ?

Parce qu'un véritable agent desktop ne devrait pas se limiter à deux extrêmes : "tout automatique" ou "tout manuel".

Dans beaucoup de tâches réelles, ce dont on a besoin, c'est plutôt :

• lancer automatiquement une première partie ;
• faire valider les points critiques par un humain ;
• puis poursuivre la suite du flux.

C'est aussi pour cela que, selon moi, cette direction ressemble davantage à un workflow IA collaboratif qu'à une simple automatisation par script.

Ce que ce cas public me montre déjà d'un vrai environnement de production

Si l'on démonte cet article public point par point, on voit que Marvis possède déjà plusieurs caractéristiques typiques d'un environnement de production réel sur l'axe de la coordination inter-applications :

• une vraie combinaison d'applications
  • Excel
  • le navigateur
  • Word
  • le système de fichiers
• une vraie chaîne de tâches
  • lire un tableau
  • calculer des indicateurs
  • chercher des références
  • rédiger un rapport
  • enregistrer et archiver
• de vrais points d'intervention humaine
  • validation intermédiaire
• une vraie possibilité de réutilisation
  • instructions modélisées
  • flux mensuels répétables

C'est pour cela que, selon moi, cela ressemble davantage à :

un coordinateur de workflows desktop inter-applications

plutôt qu'à :

une IA de démonstration qui sait manipuler un logiciel de temps en temps.

À qui cela convient le mieux dès maintenant

Ceux qui devraient tester rapidement

• les personnes qui doivent souvent produire des rapports Excel -> Word
• ceux qui rédigent régulièrement des rapports hebdomadaires, mensuels ou d'analyse
• les rôles de scolarité, de recherche pédagogique, d'administration, d'opérations ou d'assistanat projet
• ceux qui ont besoin d'enchaîner références web + documents locaux + génération de rapport
• ceux qui veulent transformer des tâches desktop répétitives en modèles réutilisables

Ceux qui peuvent encore attendre

• ceux qui ne font que du chat pur sans toucher aux applications locales
• ceux dont les tâches sont très courtes et ne nécessitent pas de basculer entre logiciels
• ceux qui n'ont pas encore besoin de validations intermédiaires ni de modèles répétables
• ceux qui ne produisent qu'occasionnellement un rapport sans chercher à réutiliser le processus

Si vous voulez le tester vous-même, je vous conseille de le faire ainsi

1. Ne commencez pas par tester "s'il sait ouvrir un logiciel". Testez directement une tâche complète.
2. Les meilleurs points d'entrée pour un premier essai sont souvent :
   • un rapport d'analyse de notes
   • un rapport hebdomadaire ou mensuel
   • un résumé de données Excel avec sortie dans Word
   • une référence trouvée sur le web + génération d'un rapport local
   • un flux répétitif à mettre en modèle
3. Ne regardez pas seulement s'il va vite. Le plus important est de vérifier :
   • si les bascules entre applications diminuent vraiment
   • si le nombre de copier-coller baisse
   • si les données restent continues tout au long de la chaîne
   • si le résultat se rapproche d'un livrable directement exploitable
4. Si vous évaluez déjà les IA desktop, vous pouvez aussi comparer au passage :
   • les types de tâches inter-applications où Marvis semble le plus à l'aise
   • les tâches pour lesquelles un script, un RPA ou un traitement manuel restent plus fiables

Si ce qui vous intéresse maintenant, c'est plutôt : comment connecter dans un même workflow desktop des modèles Tencent, GLM, Kimi, DeepSeek, StepFun et autres, vous pouvez commencer par consulter :

• Modèles et tarifs
• Acheter une API Key
• Documentation API

Dernière conclusion

Si je devais résumer en une seule phrase ce que je pense de la route de Marvis sur la coordination inter-applications, ce serait :

ce qui le rend vraiment intéressant, ce n'est pas qu'il sache ouvrir Word, Excel et le navigateur, mais le fait qu'il commence à transformer des étapes auparavant disjointes en une seule chaîne de tâches.

Une fois que cette partie devient fluide, la valeur ne se limite plus à :

• cliquer pour vous
• vérifier quelque chose pour vous
• rédiger un paragraphe pour vous

On se rapproche bien plus de ceci :

• lire des données
• chercher des références
• rédiger un rapport
• enregistrer un fichier
• réutiliser le modèle

Autrement dit, ce qu'il faut vraiment tester chez Marvis, ce n'est pas seulement "s'il sait manipuler des applications", mais :

s'il peut commencer à prendre en charge les flux d'information que vous déplacez tous les jours entre plusieurs logiciels.

Références

• Marvis保姆级教程（六·完结）｜应用操作大师——一个指令串起Word、Excel、浏览器
• Marvis 官网