Analisis kes rentas aplikasi Tencent Marvis: mengapa Word, Excel dan pelayar mula disambungkan oleh satu arahan AI?

Jika beberapa artikel Marvis sebelum ini membincangkan:

• sama ada ia boleh mengambil alih komputer
• sama ada ia boleh membaca fail tempatan
• sama ada ia boleh menggabungkan imej, suara dan dokumen menjadi satu aliran kerja multimodal

Maka artikel ini mahu menjawab satu soalan yang lebih dekat dengan inti sebenar sebuah “Agent desktop”:

Bolehkah Marvis bukan sekadar membantu anda menyiapkan satu tugasan, tetapi benar-benar menyambungkan beberapa aplikasi menjadi satu proses lengkap?

Saya meneliti semula artikel Komuniti Pembangun Tencent Cloud bertajuk 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. Kesimpulan saya sangat jelas:

Perkara paling wajar diberi perhatian pada Marvis dalam jalur kolaborasi rentas aplikasi bukanlah sama ada ia tahu menekan butang, tetapi hakikat bahawa ia sudah mula menyatukan tindakan yang sebelum ini terpisah seperti Excel, pelayar, Word dan penyimpanan fail menjadi satu tugasan yang lengkap.

Apabila aliran ini benar-benar berjalan lancar, maknanya bukan lagi sekadar “AI bantu saya tulis satu perenggan”, tetapi:

AI akhirnya mula membantu anda menyambungkan keseluruhan proses kerja.

Kesimpulan ringkas dahulu

• Sehingga 29 Jun 2026, dalam bahan awam, senario Marvis yang paling meyakinkan untuk kolaborasi rentas aplikasi tertumpu pada empat langkah:

  1. Membaca Excel dan menganalisis data
  2. Mencari maklumat rujukan melalui pelayar
  3. Menyusun serta menulis laporan dalam Word
  4. Menyimpan dan mengarkibkan fail

• Perkara paling penting dalam laluan ini bukanlah “membuka beberapa tetingkap serentak”, tetapi:

  • sama ada data boleh mengalir secara berterusan antara aplikasi
  • sama ada proses salin-tampal di tengah dapat dikurangkan
  • sama ada hasil akhirnya boleh terus menjadi fail yang sedia dihantar

• Jika kerja anda melibatkan:

  • laporan mingguan / bulanan
  • urusan akademik / pentadbiran / penyelidikan pengajaran
  • analisis operasi
  • rumusan data ringan
  • keperluan “baca helaian -> cari rujukan -> tulis laporan” dalam satu rangkaian

  Maka nilai rujukan jalur ini jauh lebih tinggi berbanding AI sembang biasa.

Mengapa kolaborasi rentas aplikasi lebih bernilai daripada “automasi satu titik”

Banyak pembantu AI hari ini memang sudah boleh membantu anda:

• merumuskan satu perenggan
• menerangkan satu fail
• menulis semula satu e-mel

Tetapi bahagian kerja sebenar yang paling memakan masa biasanya bukan tindakan tunggal seperti ini, sebaliknya:

• mencari data dalam Excel
• bertukar ke pelayar untuk mencari rujukan
• kemudian bertukar lagi ke Word untuk menulis
• dan akhirnya masih perlu menyimpan, menamakan serta mengarkibkan fail secara manual

Dengan kata lain, perkara yang paling membazir masa selalunya bukanlah “satu langkah itu tak tahu buat”, tetapi:

anda terpaksa memindahkan maklumat berulang-alik antara perisian yang berbeza.

Dan penembusan paling menarik Marvis dalam kes awam ini ialah ia tidak lagi sekadar membantu anda pada satu langkah, tetapi mula cuba:

mengumpulkan semua langkah ini ke dalam satu arahan induk.

Kes awam 1: laporan analisis keputusan, paling jelas menunjukkan sama ada ia benar-benar “Agent”

Artikel awam di Komuniti Pembangun Tencent Cloud itu memberikan satu contoh yang sangat sesuai untuk memahami kolaborasi rentas aplikasi:

Senario tugasan

• menyiapkan “laporan analisis keputusan Bahasa Cina semester ini”

Aliran kerja tradisional

• buka Excel
• cari helaian markah
• kira purata kelas, kadar lulus dan kadar cemerlang secara manual
• kenal pasti pelajar yang paling banyak meningkat dan paling banyak merosot
• buka Word
• tulis laporan analisis
• salin jadual data daripada Excel ke Word
• buka pelayar untuk mencari contoh rujukan
• siapkan penulisan dan laraskan format

Kesimpulan yang diberikan oleh artikel awam itu sangat terus terang:

• Masa yang diambil: 2 jam

Ini sangat realistik. Sebab yang benar-benar memakan masa bukan sekadar “menganalisis data”, tetapi pertukaran aplikasi dan salin-tampal di antaranya.

Kes awam 2: pendekatan Marvis bukan mempercepat satu langkah, tetapi menggunakan satu arahan untuk menyambungkan empat langkah

Dalam senario yang sama, arahan Marvis yang diberi dalam artikel awam itu sangat mirip cara pengguna sebenar bercakap:

Buka fail 成绩表.xlsx di pemacu D, lakukan analisis statistik keputusan Bahasa Cina semester ini: kira purata kelas, kadar lulus dan kadar cemerlang, kemudian kenal pasti 3 pelajar yang paling banyak meningkat dan 3 pelajar yang paling banyak merosot. Selepas itu, cari di internet satu contoh laporan analisis keputusan Bahasa Cina sekolah rendah sebagai rujukan. Akhir sekali, buka Word, cipta dokumen baharu, dan tulis hasil analisis itu menjadi laporan kira-kira 500 patah perkataan yang mengandungi jadual data dan analisis teks, dengan merujuk kepada struktur contoh dalam talian.

Menurut artikel awam itu, tugasan yang diselesaikan Marvis secara berturutan ialah:

• buka Excel
• analisis data
• buka pelayar untuk mencari contoh
• buka Word
• tulis laporan
• masukkan jadual data

Penjelasan umum terakhir yang diberikan ialah:

• Masa yang diambil: 3 minit

Saya tidak akan menganggap angka ini sebagai hasil stabil untuk semua orang secara mekanikal, tetapi ia cukup untuk menunjukkan arah masalah yang cuba diselesaikan oleh produk ini:

bukan meningkatkan kecekapan satu langkah, tetapi memampatkan keseluruhan rantaian pertukaran aplikasi.

Kes awam 3: nilai paling besar bukan “membuka empat perisian”, tetapi memastikan data tidak terputus di tengah jalan

Sebenarnya ayat paling penting dalam artikel awam itu ialah:

Data yang dikira dalam Excel boleh terus dibawa masuk ke Word tanpa anda perlu menyalin dan menampalnya secara manual.

Mengapa ini penting?

Kerana banyak apa yang digelar “automasi pejabat AI” pada akhirnya tetap tersekat di sini:

• data berada dalam satu perisian
• hasil akhir berada dalam perisian lain
• dan anda sendiri yang perlu memindahkannya

Jika pada akhirnya masih perlu dipindahkan secara manual, rantaian itu sebenarnya belum benar-benar tertutup.

Dan bahagian Marvis yang paling wajar diperhatikan dalam senario awam ini ialah sekurang-kurangnya pada tahap penerangan awam, ia telah menjelaskan perkara ini dengan cukup terang:

• data tidak dibuang sebaik sahaja selesai dibaca
• carian tidak berakhir selepas hasil dijumpai
• laporan tidak bermula dari dokumen kosong
• fail juga tidak dibiarkan untuk anda “simpan sebagai” sendiri di hujung proses

Apa yang sedang cuba dilakukannya ialah:

mengekalkan aliran data yang berterusan antara aplikasi.

Kes awam 4: inti kolaborasi rentas aplikasi bukan “boleh buka perisian”, tetapi “tahu dari mana data datang dan ke mana data pergi”

Dalam artikel awam ini, saya sangat suka satu penjelasan tentang “arahan rentas aplikasi”:

Pastikan Marvis benar-benar tahu data itu berada dalam perisian mana, dan perlu mengalir ke perisian mana.

Ayat ini sebenarnya merumuskan inti kolaborasi rentas aplikasi dengan sangat tepat.

Maksudnya, arahan yang benar-benar bernilai tinggi bukan:

• tolong buka perisian ini

Sebaliknya, ia adalah:

• buka Aplikasi A
• ambil keluar data
• pergi ke Aplikasi B untuk memprosesnya
• kemudian keluarkan hasil ke dalam Aplikasi C

Artikel awam itu malah sudah menulis cara fikir ini sebagai satu templat:

• buka 【Aplikasi A】 + lakukan apa
• dalam 【Aplikasi B】 + lakukan apa
• dalam 【Aplikasi C】 + keluarkan hasil

Ini menunjukkan ia bukan lagi sekadar mengajar anda “cara bertanya”, tetapi sedang bergerak ke arah:

menjadikan proses kerja sebagai templat.

Kes awam 5: apabila laluan ini boleh dijadikan templat, ia mula menyerupai aset aliran kerja sebenar

Dalam artikel awam yang sama, satu lagi perkara yang sangat penting ialah:

Aliran kerja templat laporan bulanan

Contoh yang diberikan oleh penulis ialah:

• buka Excel rekod aktiviti penyelidikan pengajaran bulan ini
• kira jumlah aktiviti, bilangan peserta dan liputan tahun/tingkatan
• buka Word pemeriksaan pengajaran bulan ini
• ekstrak isu yang berulang
• kemudian jana laporan bulanan dalam Word

Mengapa ini penting?

Kerana apabila proses seperti ini boleh dijalankan berulang kali, ia tidak lagi sekadar menjadi “pembantu yang bijak”, tetapi mula berubah menjadi:

aset aliran kerja yang boleh digunakan semula.

Ini sangat penting bagi perusahaan, sekolah, pasukan pentadbiran dan pasukan operasi ringan, kerana perkara yang benar-benar meningkatkan kecekapan bukanlah satu demo yang kelihatan hebat sekali sahaja, tetapi:

• bulan depan masih boleh digunakan
• orang lain juga boleh terus menggunakannya
• staf baharu pun boleh mengikut proses yang sama

Kes awam 6: menambah “titik brek” di tengah menunjukkan ia mula memikirkan rasa kolaborasi sebenar

Dalam artikel awam ini juga ada satu butiran yang sangat mirip dengan persekitaran penggunaan sebenar:

• analisis data dalam Excel dahulu
• selepas analisis selesai, tunjukkan hasilnya kepada saya dahulu
• selepas saya sahkan, baru teruskan menulis laporan dalam Word

Mengapa reka bentuk ini sangat saya hargai?

Kerana Agent desktop yang benar-benar berguna tidak sepatutnya hanya mempunyai dua keadaan ekstrem: “automatik sepenuhnya” atau “manual sepenuhnya”.

Dalam banyak tugasan sebenar, apa yang anda perlukan ialah:

• biarkan ia berjalan automatik untuk satu bahagian dahulu
• buat pengesahan manusia pada nod penting
• kemudian barulah teruskan ke langkah seterusnya

Sebab itulah saya rasa jalur ini lebih menyerupai aliran kerja AI berbentuk kolaborasi, bukannya automasi skrip semata-mata.

Bagaimana rupa persekitaran produksi sebenar yang saya lihat daripada kes awam ini

Jika artikel awam ini dipecahkan satu demi satu, kita boleh nampak bahawa pada arah kolaborasi rentas aplikasi, Marvis sudah pun mempunyai beberapa ciri tipikal persekitaran produksi sebenar:

• ada gabungan aplikasi yang nyata
  • Excel
  • pelayar
  • Word
  • sistem fail
• ada rantaian tugasan yang nyata
  • baca helaian
  • kira metrik
  • cari rujukan
  • tulis laporan
  • simpan dan arkibkan
• ada titik campur tangan manusia yang nyata
  • pengesahan di pertengahan proses
• ada potensi penggunaan semula yang nyata
  • arahan berbentuk templat
  • proses berulang seperti laporan bulanan

Sebab itulah pada saya, ia lebih menyerupai:

penyelaras aliran kerja desktop rentas aplikasi

bukannya:

AI demo yang hanya tahu mengendalikan satu perisian untuk seketika.

Siapa yang paling sesuai mencubanya sekarang

Sesuai untuk cuba segera

• mereka yang kerap menyiapkan laporan Excel -> Word
• mereka yang sering menulis laporan mingguan, bulanan atau bahan analisis
• peranan seperti akademik, penyelidikan pengajaran, pentadbiran, operasi dan pembantu projek
• mereka yang perlu menjalankan rujukan web + dokumen tempatan + output laporan dalam satu proses
• mereka yang mahu menemplatkan proses desktop berulang

Boleh tunggu dan lihat dahulu

• mereka yang hanya melakukan soal jawab sembang dan tidak menyentuh aplikasi tempatan
• tugasan yang sangat singkat dan tidak memerlukan pertukaran antara perisian
• mereka yang belum perlukan pengesahan di tengah proses atau penggunaan templat
• mereka yang hanya sekali-sekala menyiapkan laporan dan tidak memerlukan proses boleh guna semula

Jika anda mahu mengujinya sendiri, saya cadangkan cara ini

1. Jangan mula dengan menguji “bolehkah ia buka perisian”; uji terus tugasan lengkap.
2. Titik masuk yang paling sesuai untuk diuji dahulu biasanya ialah:
   • laporan analisis keputusan
   • laporan mingguan / bulanan
   • rumusan data Excel + output Word
   • rujukan contoh web + penjanaan laporan tempatan
   • proses berulang yang boleh ditemplatkan
3. Jangan hanya lihat sama ada ia cepat atau tidak. Perkara utama yang perlu diperhatikan ialah:
   • adakah pertukaran antara aplikasi berkurang
   • adakah bilangan salin-tampal menurun
   • adakah data terputus di tengah rantaian
   • adakah hasilnya lebih hampir kepada “boleh terus dihantar”
4. Jika anda memang sedang menilai AI desktop, anda juga boleh bandingkan sekali:
   • tugasan rentas aplikasi manakah yang lebih sesuai untuk Marvis
   • tugasan manakah yang masih lebih stabil jika diserahkan kepada skrip, RPA atau kerja manual

Jika perkara yang lebih anda ambil berat sekarang ialah: bagaimana hendak menyatukan model seperti Tencent, GLM, Kimi, DeepSeek dan StepFun ke dalam aliran kerja desktop anda sendiri, anda boleh lihat dahulu:

• Harga model
• Beli API Key
• Dokumen API

Kesimpulan akhir

Jika saya perlu merumuskan pandangan saya tentang laluan kolaborasi rentas aplikasi Marvis dalam satu ayat, maka ia ialah:

Perkara yang benar-benar menarik bukannya “boleh buka Word, Excel dan pelayar”, tetapi hakikat bahawa ia mula menyatukan langkah-langkah yang sebelum ini terputus antara perisian menjadi satu rantaian tugasan.

Apabila perkara ini benar-benar berjalan lancar, nilainya bukan lagi sekadar:

• membantu anda klik sesuatu
• membantu anda melihat sesuatu
• membantu anda menulis satu perenggan

Sebaliknya, ia lebih hampir kepada:

• membaca data
• mencari bahan rujukan
• menulis laporan
• menyimpan fail
• menggunakan semula templat

Maksudnya, perkara paling patut diuji pada jalur Marvis ini bukannya “bolehkah ia mengendalikan aplikasi”, tetapi:

bolehkah ia mula mengambil alih aliran maklumat yang setiap hari anda terpaksa pindahkan berulang-alik antara beberapa perisian.

Rujukan

• 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
• Laman rasmi Marvis