Đánh giá Tencent Marvis: vì sao đội 6 agent này giống một tổ làm việc số trên desktop hơn AI chat

Nếu chỉ xem Marvis như "một AI chat khác của Tencent", phần dễ bị bỏ sót nhất lại chính là thứ khiến nó khác hẳn một khung trò chuyện thông thường.

Lần này tôi đọc lại có chủ đích ba nhóm tài liệu công khai:

• website chính thức của Marvis
• các bài hướng dẫn chi tiết trên Tencent Cloud Developer Community
• các bài thực chiến công khai về phối hợp nhiều agent

Đọc xong, kết luận của tôi khá rõ:

Điểm đáng theo dõi nhất ở Marvis không phải là nó trả lời giống người đến đâu, mà là nó bắt đầu chia việc trên desktop cho cả một "đội AI" có phân công rõ ràng.

Nói cách khác, nó không còn chỉ là:

• bạn hỏi một câu
• nó trả lời một câu

Mà đang dần chuyển thành:

• bạn giao một việc
• nó tách việc thành nhiều bước
• giao từng bước cho các agent khác nhau
• rồi gom kết quả trả lại

Đó là lý do tôi thấy Marvis giống:

một tổ làm việc số ngay trên desktop

hơn là:

một lớp vỏ AI chỉ giỏi trò chuyện

Kết luận trước

• Tính đến ngày 29 tháng 6 năm 2026, trong các tài liệu công khai, Marvis đã được mô tả khá rõ là:

  • trợ lý AI cấp hệ điều hành
  • hệ cộng tác 1+5 agent
  • hay nói thẳng hơn, một đội AI 6 người ngay trong máy tính

• Cách phân vai xuất hiện thường xuyên nhất trong các bài hướng dẫn công khai là:

  1. PM Agent: hiểu việc, tách việc, giao việc
  2. File Agent: tìm tệp, chuyển định dạng, đọc tài liệu, hiểu nội dung
  3. Computer Agent: kiểm tra cấu hình, chỉnh thiết lập, tắt tự khởi động, tối ưu hệ thống
  4. APP Agent: thao tác ứng dụng, chạy quy trình, xử lý luồng liên ứng dụng
  5. Search Agent: tìm kiếm trên mạng, tổng hợp thông tin, trả lại nguồn
  6. Browser Agent: thu thập dữ liệu web, tương tác với trang, xử lý dữ liệu ở cấp trang

• Tín hiệu quan trọng nhất không phải là "có 6 cái tên", mà là trong các bài hướng dẫn công khai đã xuất hiện những chuỗi tác vụ rất cụ thể:

  • Máy tính khởi động quá chậm -> PM giao cho Computer Agent
  • Sắp xếp biên bản họp đa phòng ban -> nhiều agent phối hợp để trích xuất, tạo PPT, nhắc lịch họp
  • Chuyển đổi tệp, rà soát hợp đồng, phân tích bảng tính -> nhóm File / Office xử lý

• Nếu điều bạn đang muốn hiểu là:

  • desktop agent thực sự khác AI chat thông thường ở điểm nào
  • multi-agent trong tác vụ desktop có phải chỉ là khẩu hiệu
  • Marvis đã đủ khả năng bắt đầu nối quy trình thay bạn hay chưa

  thì hướng phân tích này có giá trị tham khảo thực tế hơn nhiều so với việc chỉ nhìn vào chuyện "nó có chat hay không".

Vì sao cách gọi "đội AI" ở Marvis không chỉ là ngôn ngữ marketing

Rất nhiều sản phẩm bây giờ cũng thích dùng những từ như:

• agent thông minh
• multi-agent
• tự động phối hợp
• đội AI

Nhưng phần lớn trường hợp, sau tất cả những từ đó, thứ bạn nhận lại vẫn chỉ là:

• một khung chat
• vài gợi ý
• rồi bạn tự làm nốt phần còn lại

Điểm khác nhất trong tài liệu công khai của Marvis là nó cố biến chữ "đội ngũ" thành thứ có thể hình dung được.

Trong bài hướng dẫn công khai trên Tencent Cloud Developer Community, Marvis 保姆级教程（一）｜全网都在找的「AI牛马」到手，别只拿来聊天！, tác giả mô tả khá thẳng:

• cài xong là trong máy có thêm một "đội AI 6 người"
• trực 24 giờ
• người dùng không cần học workflow phức tạp
• chỉ cần giao việc, hệ thống sẽ tự bắt đầu phân công

Điều đáng chú ý ở mô tả này không phải vì "6 người" nghe vui tai, mà vì nó chạm đúng thứ rắc rối nhất trong công việc desktop:

Cái khó thật sự không phải là từng bước làm thế nào, mà là giữa các bước thì ai nhận, ai chuyển và chuyển ra sao.

6 vị trí trong các bài hướng dẫn công khai gần như đã mô tả trọn đường đi desktop của Marvis

Các vai trò được bài hướng dẫn công khai đưa ra khá giống một văn phòng thật:

1. PM Agent

Việc của nó không phải trực tiếp thao tác, mà là nghe hiểu yêu cầu, tách việc rồi giao việc.

Điểm này rất quan trọng, vì người dùng thật sẽ không nói kiểu:

• mở System Settings trước
• rồi đọc một file log nào đó
• rồi phán đoán startup item nào có thể tắt

Người dùng thật thường chỉ nói:

• máy tính khởi động quá chậm, giúp tôi xem có chương trình nào nên tắt đi

Giá trị của PM Agent là biến kiểu "ngôn ngữ của con người" đó thành:

• đây là bài toán tối ưu hệ thống
• nên quét startup items trước
• sau đó giao cho system agent
• và trước các thao tác quan trọng thì cần xác nhận lại với người dùng

2. File Agent

Cả tài liệu chính thức lẫn hướng dẫn công khai đều nói khá rõ về lớp năng lực này:

• tìm kiếm tệp
• tìm nội dung bên trong tệp
• hiểu tài liệu
• chuyển đổi định dạng hàng loạt
• Word / Excel / PDF / OCR hình ảnh

Nó giống:

một quản gia tài liệu + công cụ phân tích nội dung

hơn là kiểu "đọc tạm một file".

3. Computer Agent

Đây là phần khiến Marvis giống một "trợ lý AI cấp hệ thống" nhất.

Nó xử lý các việc như:

• kiểm tra cấu hình máy
• chỉnh thiết lập hệ thống
• tối ưu mục khởi động
• dọn rác hệ thống
• tắt quảng cáo, tắt các mục tự khởi động không cần thiết

Nói cách khác, nó không chỉ trả lời "nên thao tác thế nào", mà đang cố:

làm giúp bạn những việc lặt vặt ở tầng hệ thống.

4. APP Agent

Trong các bài hướng dẫn công khai, nó được mô tả là:

• có thể thao tác ứng dụng trên máy
• chạy quy trình
• xử lý các luồng liên ứng dụng

Điểm này đáng chú ý vì ngoài file và hệ thống, công việc desktop thực tế còn cả một mảng lớn là:

• mở một ứng dụng nào đó
• bấm vài nút
• chuyển sang ứng dụng khác
• rồi xuất kết quả ra

Khi tầng ứng dụng cũng được kéo vào, Marvis không còn chỉ là "trợ lý hệ thống", mà bắt đầu giống một bộ máy thực thi quy trình.

5. Search Agent

Phần việc của nó là:

• tìm tài liệu trên mạng
• tổng hợp thông tin
• trả lại nguồn tham chiếu

Khác biệt so với mô hình thông thường là ở chỗ, mô hình chat nhiều khi chỉ "nói ra một đáp án", còn định vị kiểu Search Agent lại nhấn mạnh hơn vào:

• thông tin đến từ đâu
• có truy ngược được không
• kết quả tìm kiếm có thể được agent khác dùng tiếp hay không

6. Browser Agent

Nó giống phần nối dài của Search, nhưng thiên về thực thi hơn:

• tương tác với trang web
• thu thập dữ liệu từ web
• sắp xếp dữ liệu ở cấp trang

Nói ngắn gọn, Search giống "tìm ra thông tin", còn Browser giống "vào trang rồi xử lý giúp nửa công việc".

Kịch bản 1: Tình huống giống người dùng thật nhất lại không phải việc phức tạp, mà là "máy tính khởi động quá chậm"

Trong bài hướng dẫn công khai, ví dụ gần đời thực nhất đầu tiên thực ra không phải tác vụ văn phòng phức tạp, mà là:

Máy tính khởi động quá chậm, giúp tôi xem có chương trình nào có thể tắt đi.

Tôi rất thích ví dụ này vì nó khá giống câu đầu tiên người dùng thật sẽ nói với một desktop AI.

Chuỗi thực thi công khai mà bài hướng dẫn đưa ra là:

1. PM Agent nhận việc: xác định đây là tác vụ tối ưu hệ thống
2. Computer Agent quét máy: kiểm tra các mục khởi động
3. Trả ra báo cáo dễ hiểu: nói rõ phần mềm nào đang kéo chậm thời gian khởi động, driver phần cứng nào nên giữ lại
4. Xác nhận lần hai ở thao tác quan trọng: hiện xác nhận trước khi tắt

Vì sao đoạn này đặc biệt đáng viết?

Bởi nó mô tả khác biệt giữa Marvis và AI chat thông thường theo cách rất cụ thể:

• không phải chỉ bảo bạn vào đâu để tắt
• không phải ném cho bạn một bài hướng dẫn từng bước
• mà là tự quét trước, tự phán đoán trước, rồi mới xin bạn xác nhận

Đó là một trong những khác biệt gốc giữa desktop agent và AI hỏi đáp:

nó bắt đầu bước vào chuỗi thực thi.

Kịch bản 2: Biên bản họp đa phòng ban -> trích quyết định -> tạo PPT -> thuyết trình buổi chiều, đây mới giống phối hợp multi-agent

Bài công khai Marvis 6大Agent协同实战：以“打工好帮手”为例 cho một ví dụ còn gần tác vụ văn phòng phức tạp hơn chuyện "tắt tự khởi động".

Nhiệm vụ trong bài là:

• sắp xếp biên bản họp của 3 phòng ban trong tuần trước
• trích các quyết định quan trọng
• tạo một bản báo cáo PPT
• trình bày trong cuộc họp lúc 2 giờ chiều

Điểm quan trọng nhất trong bài không phải sản phẩm cuối cùng, mà là logic phối hợp mà nó mô tả:

• không phải một agent ôm hết mọi việc
• mà là nhiều agent chia việc
• tự động tìm tệp, trích nội dung, tạo PPT, nhắc lịch họp

Vì sao ví dụ này đáng tách riêng?

Vì chữ "multi-agent" nếu không gắn với chuỗi tác vụ sẽ rất rỗng; nhưng một khi rơi vào tình huống văn phòng như thế này, nó lập tức trở nên cụ thể:

• tệp nằm ở đâu
• ai đọc trước
• ai trích kết luận
• ai tạo tài liệu trình bày
• ai bổ sung nhắc việc

Nói cách khác, chính những kịch bản như vậy mới thật sự cho thấy:

Marvis không chỉ đổi tên một mô hình thành nhiều agent, mà đang cố làm bài toán điều phối nhiệm vụ.

Kịch bản 3: Giá trị thật của File Agent không nằm ở chuyện tìm tên file, mà ở việc gom cả workflow tài liệu thành một chuỗi

Cả bài hướng dẫn công khai lẫn thông điệp chính thức đều lặp đi lặp lại một ý:

Những việc liên quan đến tệp, Marvis muốn ăn trọn theo một đường thẳng.

Điều này bao gồm:

• tìm tệp
• tìm theo nội dung
• chuyển đổi định dạng
• đọc tài liệu
• hiểu nội dung

Trong bài hướng dẫn công khai có một ví dụ rất trực diện:

Hãy chuyển file 2026年Q1销售数据.xlsx trên desktop sang PDF, đồng thời tối ưu lại bố cục.

Chuỗi thực thi mà bài hướng dẫn nêu ra là:

• agent kiểu Computer / File tìm tệp
• đọc Excel
• tạo PDF
• tự điều chỉnh độ rộng cột, header và footer
• lưu lại ra desktop

Điều này cho thấy thứ File Agent thật sự muốn làm không phải là "đọc một file", mà là:

bao trọn cả chuỗi tài liệu từ lúc định vị tệp đến lúc giao kết quả.

Nếu chuỗi này đủ ổn định, rất nhiều việc vụn trong văn phòng thực ra sẽ bắt đầu được hút đi.

Kịch bản 4: "Tương tác bằng tiếng người" trong thông điệp chính thức thực chất là đang hạ ngưỡng tách việc cho PM Agent

Trong bài công khai 2671890, 吊打所有 AI 助手！腾讯王炸 Marvis 上线，免费解锁电脑全智能操控, có một câu tôi thấy rất đáng đưa vào bài:

无需学习专业指令，不用摸索复杂功能，一句口语化需求，就能帮用户搞定所有琐碎操作。

Nếu dịch ý sang ngôn ngữ đời thường, câu này thực ra có nghĩa là:

PM Agent phải đủ mạnh thì người dùng mới bớt phải học thêm một lớp thao tác.

Vì đa số người dùng không muốn học:

• nên gọi agent nào
• việc nào thuộc browser
• việc nào thuộc file
• lúc nào nên đi từ hệ thống sang ứng dụng

Họ chỉ muốn nói:

• máy tôi đang quá lag
• giúp tôi tìm lại file đó
• đổi bộ tài liệu này thành văn bản giúp tôi
• tìm tư liệu rồi viết cho tôi một dàn ý

Nếu Marvis thật sự muốn đứng được, thì lớp PM này bắt buộc phải làm tốt phần chia việc thay con người.

Cụm "hệ cộng tác 1+5 agent" trong tài liệu công khai cho thấy Marvis muốn làm lớp trung gian nhiệm vụ

Trong bài 2671890, còn có một cách gọi khác hợp với góc nhìn kiến trúc hơn:

• main agent (điều phối)
• 5 agent chuyên trách

Điều này cho thấy hướng đi của Marvis không phải chỉ làm riêng lẻ:

• công cụ xử lý file
• quản gia hệ thống
• plugin trình duyệt

Mà là cố tạo ra một:

lớp trung gian nhiệm vụ trong hệ thống

Nghĩa là gì?

Là người dùng giao mục tiêu cho nó, rồi nó tự quyết định:

• nên đi đâu trước
• nên đọc cái gì
• nên chuyển bước như thế nào
• nên đặt kết quả trở lại ở đâu

Nếu lớp này đứng được, giá trị của Marvis sẽ không còn chỉ là "một trợ lý có nhiều chức năng", mà là:

một bộ phân phối tác vụ trên desktop.

Vì sao hướng này có ý nghĩa triển khai thực tế hơn một AI chat thông thường

Theo tôi, giá trị thật của hệ cộng tác 6 Agent / 1+5 này nằm ở chỗ nó chạm đúng phần mệt nhất trong môi trường làm việc desktop:

• quá nhiều tệp
• quá nhiều bước vụn
• quá nhiều ứng dụng rời rạc
• người dùng lại không muốn học quy trình

AI chat thông thường có thể đứng bên cạnh và cho lời khuyên, nhưng rất khó giúp bạn giải quyết những câu hỏi như:

• nên mở ứng dụng nào
• dữ liệu nằm ở đâu
• kết quả cần lưu xuống theo cách nào
• bước nào cần có xác nhận

Nếu hệ multi-agent này đủ ổn định, nó sẽ bắt đầu xử lý được những "việc trung gian" mà vốn dĩ chẳng ai muốn làm nhưng ngày nào cũng phải làm.

Những nhóm người nên thử tuyến này trước

Tôi thấy những nhóm sau đáng thử Marvis trước nhất:

• người phải xử lý tài liệu cục bộ, thiết lập hệ thống và tìm kiếm trên web mỗi ngày
• người thường xuyên phải chuyển qua lại giữa tệp -> web -> tài liệu -> ứng dụng
• người muốn dùng ngôn ngữ tự nhiên để xử lý việc vặt trên desktop thay vì học script tự động hóa phức tạp
• người muốn giao một nhiệm vụ cho nhiều mô-đun AI phối hợp thay vì chỉ nhìn một khung chat

Nếu thứ làm bạn bực nhất hiện giờ là:

• AI biết nói nhưng không biết làm
• tệp, ứng dụng và hệ thống vẫn là ba mảng rời nhau
• cuối cùng bạn vẫn phải tự bấm lại một lượt

thì hướng "đội AI desktop" của Marvis ít nhất đáng để xem nghiêm túc hơn một công cụ chat mới xuất hiện.

Góc nhìn cuối cùng của tôi

Nếu chỉ dùng một câu để chốt lại bài đánh giá đội 6 agent của Marvis, kết luận của tôi là:

Điểm đáng để theo dõi nhất ở Marvis không phải là nó nói chuyện hay đến đâu, mà là nó bắt đầu tách tác vụ desktop thành một đội ngũ số có thể chia việc.

Những gì nó đã công khai thể hiện ra không chỉ là "có 6 agent mang 6 cái tên", mà là vài lớp việc rất cụ thể:

• PM hiểu việc và tách việc
• File xử lý tài liệu, chuyển định dạng, đọc nội dung
• Computer quản hệ thống, sửa thiết lập, làm tối ưu
• Search / Browser đi ra thế giới web để lấy dữ liệu
• APP kéo thao tác ứng dụng vào cùng quy trình

Khi những lớp phân công này phối hợp đủ ổn định, ý nghĩa của nó sẽ không còn là:

AI trả lời câu hỏi cho bạn

mà chuyển thành:

AI bắt đầu chạy thay bạn một phần workflow trên desktop

Nếu thứ bạn muốn xem tiếp là:

• cách truy cập hiện tại
• mô hình và giá
• mua API key
• hướng dẫn sử dụng

thì có thể bắt đầu từ:

• Bảng giá mô hình
• Mua API key
• Hướng dẫn sử dụng

FAQ

"Đội AI 6 người" của Marvis cụ thể gồm những vai trò nào?

Trong các bài hướng dẫn công khai, cách gọi phổ biến nhất là:

• PM Agent
• File Agent
• Computer Agent
• APP Agent
• Search Agent
• Browser Agent

Ngoài ra, trong một số bài công khai nó cũng được mô tả là "hệ cộng tác 1+5 agent": một main agent phụ trách điều phối, nhiều agent chuyên trách phụ trách thực thi.

Khác biệt lớn nhất giữa Marvis và AI chat thông thường là gì?

Khác biệt lớn nhất không nằm ở phong cách trả lời, mà ở chỗ nó bắt đầu cố bước vào:

• thiết lập hệ thống
• tệp cục bộ
• thao tác ứng dụng
• tương tác web

Nói cách khác, nó đang đi từ "trả lời" sang "thực thi".

Chuỗi tác vụ tiêu biểu nhất trong các bài hướng dẫn công khai là gì?

Một ví dụ điển hình là:

• máy tính khởi động quá chậm
• PM nhận diện đây là tác vụ tối ưu hệ thống
• Computer Agent quét startup items
• trả ra đề xuất
• rồi xin xác nhận trước khi tắt những mục quan trọng

Ví dụ nào cho thấy multi-agent gần với công việc văn phòng thật nhất?

Trong bài thực chiến công khai, một ví dụ rất điển hình là:

• sắp xếp biên bản họp của nhiều phòng ban
• trích quyết định quan trọng
• tạo PPT
• thêm nhắc lịch họp

Nó gần với tác vụ desktop thật hơn nhiều so với kiểu hỏi đáp một lượt.

Nếu muốn xem nhanh thông tin công khai hiện tại của Marvis thì nên bắt đầu từ đâu?

Ba trang dễ vào nhất là:

• Bảng giá mô hình
• Mua API key
• Hướng dẫn sử dụng

Tài liệu tham khảo

• Trang chính thức của Marvis
• Marvis 保姆级教程（一）｜全网都在找的「AI牛马」到手，别只拿来聊天！
• Marvis 6大Agent协同实战：以“打工好帮手”为例
• 吊打所有AI助手！腾讯王炸 Marvis 上线，免费解锁电脑全智能操控