Разбор кросс-приложечного кейса Tencent Marvis: почему Word, Excel и браузер уже начинают связываться одной AI-командой?

Если в прошлых статьях о Marvis мы обсуждали:

• может ли он взять на себя управление компьютером,
• умеет ли читать локальные файлы,
• может ли собрать изображения, голос и документы в один мультимодальный workflow,

то здесь хочется ответить на более важный для desktop Agent вопрос:

способен ли Marvis не просто помочь с одной операцией, а реально связать несколько приложений в единый процесс?

Я еще раз внимательно разобрал статью из Tencent Cloud Developer Community под названием 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. И мой вывод довольно однозначный:

Самое интересное в Marvis на линии кросс-приложечной координации не в том, умеет ли он нажимать кнопки, а в том, что он уже начинает собирать Excel, браузер, Word и сохранение файлов в одну цельную задачу.

Когда такая цепочка начинает работать гладко, смысл меняется. Это уже не про "AI помог написать абзац", а про другое:

AI наконец начинает собирать для вас сам процесс.

Сначала главное

• По состоянию на 29 июня 2026 года самые убедительные публичные сценарии Marvis в кросс-приложечной работе сводятся к четырем шагам:

  1. Чтение и анализ данных в Excel
  2. Поиск справочной информации в браузере
  3. Сборка и написание отчета в Word
  4. Сохранение и архивирование файла

• Ключевой вопрос здесь не в том, что открыто несколько окон, а в другом:

  • могут ли данные непрерывно переходить между приложениями,
  • удается ли убрать лишнее копирование и вставку,
  • превращается ли результат сразу в файл, который можно отдавать дальше.

• Если ваша работа связана с:

  • еженедельными и ежемесячными отчетами,
  • учебной частью, администрированием или методической работой,
  • операционной аналитикой,
  • легкими задачами по сводке данных,
  • сценариями формата "прочитать таблицу -> найти материалы -> написать отчет",

  то практическая ценность такого подхода будет заметно выше, чем у обычного chat-only AI.

Почему кросс-приложечная координация ценнее точечной автоматизации

Сегодня многие AI-помощники уже умеют:

• суммировать текст,
• объяснять содержимое файла,
• переписывать письмо.

Но в реальной работе больше всего времени обычно съедают не эти отдельные действия, а совсем другое:

• найти данные в Excel,
• переключиться в браузер и поискать справку,
• перейти в Word и оформить текст,
• потом вручную сохранить, назвать и разложить файл по папкам.

То есть чаще всего время тратится не потому, что какая-то конкретная операция слишком сложная, а потому что:

вам приходится вручную переносить информацию между разными программами.

И именно здесь публичный кейс Marvis выглядит интереснее всего: он уже не пытается помочь только на одном шаге, а пробует:

собрать все эти шаги в одну общую команду.

Публичный кейс 1: отчет по анализу успеваемости лучше всего показывает, настоящий ли это Agent

В статье Tencent Cloud Developer Community есть очень показательный пример, через который удобно понимать кросс-приложечную координацию.

Сценарий задачи

• Подготовить "отчет по анализу успеваемости по китайскому языку за этот семестр"

Традиционный процесс

• открыть Excel,
• найти таблицу с оценками,
• вручную посчитать средний балл, процент сдавших и долю отличников,
• определить учеников с самым заметным ростом и падением результатов,
• открыть Word,
• написать аналитический отчет,
• скопировать таблицы из Excel в Word,
• открыть браузер и найти подходящий образец,
• дописать текст и довести форматирование.

В исходной публикации итог сформулирован довольно прямо:

• Затраты времени: 2 часа

Это звучит реалистично. Потому что реальное время уходит не только на анализ данных, но и на постоянные переключения между приложениями и копипаст.

Публичный кейс 2: подход Marvis не в том, чтобы ускорить один шаг, а в том, чтобы одной командой связать четыре шага

В том же сценарии статья приводит команду для Marvis, которая очень похожа на живую формулировку от реального пользователя:

Открой файл 成绩表.xlsx на диске D, проанализируй оценки по китайскому языку за этот семестр: рассчитай средний балл по классу, процент сдавших и долю отличников, найди 3 учеников с самым большим прогрессом и 3 учеников с самым сильным снижением результатов. Затем найди в интернете пример отчета по анализу успеваемости по китайскому языку в начальной школе. После этого открой Word, создай новый документ и оформи результаты в отчет примерно на 500 слов, с таблицей данных и текстовым анализом, опираясь на структуру найденного образца.

Согласно публикации, дальше Marvis последовательно делает следующее:

• открывает Excel,
• анализирует данные,
• открывает браузер и ищет образец,
• открывает Word,
• пишет отчет,
• вставляет таблицу с данными.

Публично заявленный итог такой:

• Затраты времени: 3 минуты

Я бы не воспринимал эту цифру как гарантированный результат для любого пользователя и любого набора данных, но она хорошо показывает, какую проблему продукт вообще пытается решить:

не ускорение одного шага, а сжатие всей цепочки переключений между приложениями.

Публичный кейс 3: самое ценное не в том, что открылись четыре программы, а в том, что данные не оборвались по дороге

Самая важная мысль в статье, на мой взгляд, звучит так:

Данные, которые были посчитаны в Excel, напрямую попадают в Word без ручного копирования и вставки.

Почему это важно?

Потому что многие так называемые AI-решения для офисной автоматизации в итоге ломаются именно здесь:

• данные находятся в одной программе,
• результат должен оказаться в другой,
• переносить все между ними приходится вам самим.

Как только ручной перенос остается обязательным, вся цепочка перестает быть по-настоящему замкнутой.

Именно поэтому этот публичный сценарий Marvis заслуживает внимания: по крайней мере на уровне публичного позиционирования продукт уже очень ясно проговаривает несколько вещей:

• данные не должны исчезать после просмотра,
• поиск не должен заканчиваться на выдаче ссылок,
• отчет не должен начинаться с пустого листа,
• а файл не должен в самом конце оставаться на ручное "Сохранить как".

То, что он пытается сделать, проще всего описать так:

сохранить непрерывный поток данных между приложениями.

Публичный кейс 4: суть кросс-приложечной работы не в том, что AI умеет открыть программу, а в том, что он понимает, откуда берутся данные и куда их нужно отправить

В этой статье мне особенно понравилось объяснение того, как формулировать "кросс-приложечную команду":

Нужно четко дать Marvis понять, в каком приложении лежат данные и в какое приложение они должны перейти дальше.

Эта фраза очень точно передает суть всей идеи.

Иными словами, по-настоящему ценный запрос выглядит не так:

• помоги открыть эту программу.

А так:

• открой приложение A,
• забери оттуда данные,
• перейди в приложение B и обработай их,
• затем в приложении C выведи итог.

В самой публикации этот подход уже показан как шаблон:

• открыть【приложение A】+ что сделать,
• в【приложении B】+ что сделать,
• в【приложении C】+ вывести результат.

Это важный сигнал: речь уже идет не просто о том, "как правильно спросить", а о движении в сторону:

шаблонизации процессов.

Публичный кейс 5: как только такую схему можно шаблонизировать, она начинает напоминать настоящий рабочий актив

В той же публикации есть еще один важный момент.

Шаблон monthly report workflow

Автор приводит такой пример:

• открыть Excel с записями о методических мероприятиях за месяц,
• посчитать количество мероприятий, число участников и охват по классам,
• открыть Word с материалами по ежемесячной проверке обучения,
• извлечь повторяющиеся проблемы,
• затем в Word сгенерировать ежемесячный отчет.

Почему это важно?

Потому что как только процесс можно запускать повторно, он перестает быть просто "умным помощником" и начинает превращаться в:

переиспользуемый workflow-актив.

Для компаний, школ, административных команд и небольших операционных групп это особенно важно, потому что настоящую прибавку к эффективности дает не разовая демонстрация, а совсем другое:

• этим можно пользоваться и в следующем месяце,
• этим могут пользоваться и другие люди,
• по этому сценарию могут работать и новички.

Публичный кейс 6: появление контрольных пауз показывает, что продукт начинает думать о реальном режиме совместной работы

В статье есть и еще одна деталь, очень похожая на настоящий рабочий сценарий:

• сначала проанализировать данные в Excel,
• после анализа сначала показать мне результат,
• и только после подтверждения переходить к отчету в Word.

Почему я считаю это особенно важным?

Потому что настоящий desktop Agent не должен жить только в двух крайностях: "полностью автоматически" или "полностью вручную".

Во многих реальных задачах нужно другое:

• сначала автоматизировать часть работы,
• затем дать человеку подтвердить ключевой узел,
• и только потом продолжить процесс.

Именно поэтому мне кажется, что эта линия гораздо больше похожа на совместный AI workflow, чем на простую скриптовую автоматизацию.

Как по этому публичному кейсу выглядит реальная production-среда

Если разложить этот кейс на части, то у Marvis в направлении кросс-приложечной координации уже видны вполне реальные production-признаки:

• есть реальная комбинация приложений,
  • Excel,
  • браузер,
  • Word,
  • файловая система;
• есть реальная цепочка задач,
  • прочитать таблицу,
  • посчитать метрики,
  • найти справочный материал,
  • написать отчет,
  • сохранить и архивировать;
• есть реальная точка ручного вмешательства,
  • промежуточное подтверждение;
• есть реальная возможность повторного использования,
  • шаблонные команды,
  • повторяющиеся monthly report workflow.

Именно поэтому мне кажется, что это больше похоже на:

desktop-координатор кросс-приложечных workflow

а не на:

демонстрационный AI, который просто умеет немного поработать в одной программе.

Кому это стоит тестировать в первую очередь

Кому стоит попробовать уже сейчас

• тем, кто регулярно собирает отчеты Excel -> Word,
• тем, кто постоянно пишет weekly report, monthly report и аналитические материалы,
• сотрудникам учебных отделов, методистам, администраторам, операционным специалистам и project assistant,
• тем, кому нужно связать веб-референсы, локальные документы и финальный отчет в одном запуске,
• тем, кто хочет превратить повторяющиеся desktop-процессы в шаблоны.

Кому можно пока понаблюдать со стороны

• тем, кто использует AI только для chat/Q&A и не работает с локальными приложениями,
• тем, чьи задачи очень короткие и не требуют переключения между программами,
• тем, кому пока не нужны промежуточные подтверждения и шаблоны,
• тем, кто делает такие отчеты лишь изредка и не планирует переиспользовать процесс.

Если хотите протестировать сами, я бы делал это так

1. Не начинайте с проверки "умеет ли он открыть программу", а сразу тестируйте полный workflow.
2. Лучшие стартовые сценарии обычно такие:
   • отчет по анализу успеваемости,
   • weekly report / monthly report,
   • сводка данных из Excel + вывод в Word,
   • веб-образец + генерация локального отчета,
   • шаблонизируемый повторяющийся процесс.
3. Смотрите не только на скорость, а прежде всего на другое:
   • стало ли меньше переключений между приложениями,
   • сократилось ли количество копипаста,
   • не обрываются ли данные внутри цепочки,
   • стал ли результат ближе к состоянию "можно сразу отдавать".
4. Если вы и так присматриваетесь к desktop AI, полезно параллельно сравнить:
   • для каких кросс-приложечных задач Marvis подходит лучше,
   • а где по-прежнему надежнее оставить скрипты, RPA или ручную работу.

Если вам сейчас важнее другое, а именно: как свести Tencent-экосистему, GLM, Kimi, DeepSeek, StepFun и другие модели в собственный desktop workflow, можно начать с:

• Модели и цены
• Купить API Key
• Документация API

Итог

Если свести мое отношение к кросс-приложечной линии Marvis к одной фразе, то она звучит так:

По-настоящему интересно здесь не то, что Marvis умеет открыть Word, Excel и браузер, а то, что он начинает собирать разорванные шаги между этими программами в единую цепочку задач.

Как только это начинает работать стабильно, ценность уже не сводится к тому, что AI:

• что-то нажмет,
• что-то посмотрит,
• что-то допишет.

Она становится гораздо ближе к полноценному процессу:

• прочитать данные,
• найти материалы,
• написать отчет,
• сохранить файл,
• повторно использовать шаблон.

Именно поэтому тестировать здесь в первую очередь стоит не сам факт "умеет ли AI работать с приложениями", а другое:

сможет ли он взять на себя тот поток информации, который вам каждый день приходится вручную таскать между несколькими программами.

Источники

• 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
• Официальный сайт Marvis