Phân tích case đa ứng dụng của Tencent Marvis: Vì sao Word, Excel và trình duyệt đang được nối lại bằng một lệnh AI?

Nếu ở những bài trước về Marvis, chúng ta chủ yếu bàn về:

• Nó có thể tiếp quản máy tính hay không
• Nó có thể đọc tệp cục bộ hay không
• Nó có thể kết hợp hình ảnh, giọng nói và tài liệu thành một quy trình đa phương thức hay không

Thì bài này muốn trả lời một câu hỏi gần hơn với bản chất của một “desktop agent”:

Marvis có thể không chỉ giúp bạn làm một việc riêng lẻ, mà thật sự nối nhiều ứng dụng thành một quy trình hoàn chỉnh hay không?

Mình đã đọc lại bài viết trên Tencent Cloud Developer Community: 《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》. Kết luận của mình khá rõ:

Điểm đáng xem nhất của Marvis ở hướng phối hợp đa ứng dụng không nằm ở việc nó có biết bấm nút hay không, mà ở chỗ nó đã bắt đầu gom các thao tác vốn rời rạc như Excel, trình duyệt, Word và lưu tệp thành một nhiệm vụ hoàn chỉnh.

Khi chuỗi đó vận hành trơn tru, ý nghĩa không còn là “AI giúp tôi viết một đoạn”, mà là:

AI cuối cùng đã bắt đầu nối cả quy trình thay cho bạn.

Kết luận nhanh

• Tính đến ngày 29 tháng 6 năm 2026, trong các tài liệu công khai, kịch bản thuyết phục nhất của Marvis ở mảng phối hợp đa ứng dụng tập trung vào bốn bước:

  1. Đọc Excel và phân tích dữ liệu
  2. Tìm kiếm thông tin tham khảo trên trình duyệt
  3. Sắp xếp và viết báo cáo trong Word
  4. Lưu và lưu trữ tệp

• Trọng tâm của chuỗi này không phải là “mở thêm vài cửa sổ”, mà là:

  • Dữ liệu có thể chảy liên tục giữa các ứng dụng hay không
  • Có giảm được khâu copy paste ở giữa hay không
  • Kết quả có thể trở thành tài liệu bàn giao ngay hay không

• Nếu công việc của bạn là:

  • Báo cáo tuần / báo cáo tháng
  • Công tác giáo vụ / hành chính / nghiên cứu giảng dạy
  • Phân tích vận hành
  • Tổng hợp dữ liệu nhẹ
  • Những việc cần một chuỗi “đọc bảng -> tra cứu -> viết báo cáo”

  Thì hướng này có giá trị tham khảo cao hơn nhiều so với AI hội thoại thông thường.

Vì sao phối hợp đa ứng dụng đáng giá hơn “tự động hóa từng điểm”

Hiện nay nhiều trợ lý AI đã có thể giúp bạn:

• Tóm tắt một đoạn văn
• Giải thích một tệp
• Viết lại một email

Nhưng phần tốn thời gian nhất trong công việc thực tế thường không nằm ở các thao tác đơn lẻ đó, mà là:

• Tìm dữ liệu trong Excel
• Chuyển sang trình duyệt để tra cứu
• Rồi quay sang Word để viết
• Cuối cùng vẫn phải tự lưu, đặt tên và lưu trữ

Nói cách khác, điều lãng phí thời gian nhất thường không phải là “một bước nào đó không biết làm”, mà là:

Bạn phải tự tay vận chuyển thông tin qua lại giữa nhiều phần mềm.

Và bước tiến đáng xem nhất của Marvis trong case công khai này là nó không còn chỉ giúp bạn một bước riêng lẻ, mà bắt đầu cố gắng:

Gom toàn bộ các bước ấy vào cùng một lệnh tổng.

Case công khai 1: Báo cáo phân tích điểm số, ví dụ dễ thấy nhất để kiểm tra nó có thật sự là “Agent” hay không

Bài viết công khai trên Tencent Cloud Developer Community đưa ra một ví dụ rất phù hợp để hiểu phối hợp đa ứng dụng:

Bối cảnh nhiệm vụ

• Làm một “báo cáo phân tích kết quả môn Ngữ văn học kỳ này”

Quy trình truyền thống

• Mở Excel
• Tìm bảng điểm
• Tự tính điểm trung bình, tỷ lệ đạt, tỷ lệ giỏi
• Tìm học sinh tiến bộ nhiều nhất và sa sút nhiều nhất
• Mở Word
• Viết báo cáo phân tích
• Sao chép bảng dữ liệu từ Excel sang Word
• Mở trình duyệt để tìm một bài mẫu tham khảo
• Viết tiếp và chỉnh định dạng theo bài mẫu

Kết luận được nêu trực tiếp trong bài gốc là:

• Mất 2 giờ

Điều này khá thực tế. Vì thứ thật sự tốn thời gian không chỉ là “phân tích dữ liệu”, mà còn là việc chuyển đổi ứng dụng và copy paste qua lại.

Case công khai 2: Cách Marvis làm không phải là tăng tốc một bước, mà là dùng một lệnh nối bốn bước

Trong cùng bối cảnh đó, lệnh Marvis mà bài gốc đưa ra rất giống cách người dùng thật sẽ nói:

Mở tệp Bang-diem.xlsx trong ổ D, thống kê và phân tích điểm Ngữ văn của học kỳ này: tính điểm trung bình của lớp, tỷ lệ đạt, tỷ lệ giỏi, tìm ra 3 học sinh tiến bộ nhiều nhất và 3 học sinh sa sút nhiều nhất. Sau đó tìm trên mạng một bài mẫu báo cáo phân tích điểm Ngữ văn tiểu học để tham khảo. Cuối cùng mở Word, tạo một tài liệu mới và viết kết quả phân tích thành một báo cáo khoảng 500 chữ, bao gồm bảng dữ liệu và phần phân tích bằng văn bản, theo khung của bài mẫu trên mạng.

Trong bài gốc, Marvis lần lượt hoàn thành:

• Mở Excel
• Phân tích dữ liệu
• Mở trình duyệt để tìm bài mẫu
• Mở Word
• Viết báo cáo
• Chèn bảng dữ liệu

Cuối cùng, thông điệp công khai được đưa ra là:

• Mất 3 phút

Mình sẽ không máy móc coi con số này là kết quả ổn định cho tất cả mọi người, nhưng nó đủ cho thấy hướng mà sản phẩm muốn giải quyết:

Không phải tăng hiệu suất cho từng bước, mà là nén toàn bộ chuỗi chuyển ứng dụng.

Case công khai 3: Giá trị lớn nhất không phải là “mở bốn phần mềm”, mà là dữ liệu không bị đứt giữa chừng

Câu quan trọng nhất trong bài gốc thực ra là:

Dữ liệu được tính trong Excel có thể đưa thẳng vào Word mà không cần bạn tự copy paste.

Vì sao điều này quan trọng?

Bởi vì rất nhiều giải pháp được gọi là “AI tự động hóa văn phòng” cuối cùng vẫn mắc ở điểm này:

• Dữ liệu nằm trong một phần mềm
• Kết quả nằm ở phần mềm khác
• Người dùng phải tự làm phần vận chuyển

Một khi vẫn phải chuyển tay thủ công, chuỗi đó chưa thật sự khép kín.

Và điều đáng xem nhất của Marvis trong case công khai này là, ít nhất ở cấp độ mô tả công khai, nó đã nói rõ được chuyện này:

• Dữ liệu không phải đọc xong rồi bỏ
• Tra cứu không phải tìm xong là hết
• Báo cáo không phải viết từ trang trắng
• Tệp cũng không phải đến cuối mới tự đi lưu riêng

Thứ nó đang cố làm là:

Giữ cho luồng dữ liệu giữa các ứng dụng được liên tục.

Case công khai 4: Cốt lõi của phối hợp đa ứng dụng không phải là “biết mở phần mềm”, mà là “biết dữ liệu đến từ đâu và đi về đâu”

Trong bài viết này, có một cách giải thích về “lệnh liên ứng dụng” mà mình rất thích:

Hãy để Marvis hiểu thật rõ dữ liệu đang nằm trong phần mềm nào và cần chảy sang phần mềm nào.

Câu này thực ra đã nói rất trúng cốt lõi của phối hợp đa ứng dụng.

Nói cách khác, lệnh thực sự có giá trị không phải là:

• Hãy mở phần mềm này giúp tôi

Mà là:

• Mở ứng dụng A
• Lấy dữ liệu ra
• Sang ứng dụng B để xử lý
• Rồi xuất kết quả ở ứng dụng C

Bài gốc thậm chí còn viết logic này thành một mẫu lệnh:

• Mở 【ứng dụng A】+ làm gì
• Trong 【ứng dụng B】+ làm gì
• Trong 【ứng dụng C】+ xuất kết quả

Điều đó cho thấy họ không chỉ đang dạy bạn “hỏi như thế nào”, mà đang hướng tới:

Mẫu hóa quy trình

Case công khai 5: Khi chuỗi này được mẫu hóa, nó bắt đầu giống một tài sản quy trình làm việc thực thụ

Trong cùng bài gốc, một điểm rất quan trọng khác là:

Quy trình mẫu cho báo cáo tháng

Ví dụ mà tác giả đưa ra là:

• Mở Excel ghi chép hoạt động nghiên cứu giảng dạy của tháng này
• Thống kê số lần hoạt động, số người tham gia, số khối/lớp được bao phủ
• Mở Word kiểm tra giảng dạy của tháng này
• Trích xuất các vấn đề chung
• Sau đó tạo báo cáo tháng ngay trong Word

Vì sao điều này quan trọng?

Bởi vì một khi kiểu quy trình này có thể lặp lại, nó không còn chỉ là một “trợ lý thông minh”, mà bắt đầu trở thành:

Tài sản quy trình có thể tái sử dụng.

Điều này rất quan trọng với doanh nghiệp, trường học, đội hành chính và các nhóm vận hành nhẹ, bởi thứ thật sự nâng hiệu suất chưa bao giờ là một lần trình diễn ấn tượng, mà là:

• Tháng sau vẫn dùng lại được
• Người khác cũng dùng lại được
• Người mới vào cũng có thể làm theo

Case công khai 6: Chèn thêm “điểm phanh” ở giữa cho thấy nó bắt đầu nghĩ đến cảm giác cộng tác thực tế

Trong bài gốc còn có một chi tiết rất giống môi trường sử dụng ngoài đời:

• Phân tích dữ liệu trước trong Excel
• Phân tích xong thì cho tôi xem kết quả trước
• Xác nhận xong mới viết báo cáo trong Word

Vì sao mình đặc biệt coi trọng thiết kế này?

Bởi vì một desktop agent thực thụ không nên chỉ có hai cực “hoàn toàn tự động” và “hoàn toàn thủ công”.

Trong nhiều nhiệm vụ thực tế, thứ bạn cần là:

• Trước tiên cho hệ thống tự chạy một đoạn
• Đến điểm then chốt thì con người xác nhận
• Sau đó mới tiếp tục đi xuống

Đó cũng là lý do mình thấy hướng này giống một “quy trình AI cộng tác” hơn là tự động hóa kiểu script đơn thuần.

Từ case công khai này, mình thấy môi trường sản xuất thực tế đang trông như thế nào

Nếu tách nhỏ bài gốc ra để nhìn, Marvis ở hướng phối hợp đa ứng dụng đã có khá nhiều đặc trưng của môi trường triển khai thực tế:

• Có tổ hợp ứng dụng thật
  • Excel
  • Trình duyệt
  • Word
  • Hệ thống tệp
• Có chuỗi nhiệm vụ thật
  • Đọc bảng
  • Tính chỉ số
  • Tra cứu tài liệu tham khảo
  • Viết báo cáo
  • Lưu và lưu trữ
• Có điểm con người can thiệp thật
  • Xác nhận ở giữa
• Có khả năng tái sử dụng thật
  • Lệnh mẫu hóa
  • Quy trình lặp lại kiểu báo cáo tháng

Đó là lý do mình thấy nó giống:

Bộ điều phối quy trình đa ứng dụng ở cấp desktop

Hơn là:

Một AI trình diễn chỉ biết thao tác vài phần mềm riêng lẻ.

Hiện tại ai nên thử trước

Nhóm nên thử ngay

• Những người thường xuyên phải xử lý báo cáo kiểu Excel -> Word
• Những người hay viết báo cáo tuần, báo cáo tháng, tài liệu phân tích
• Các vị trí giáo vụ, nghiên cứu giảng dạy, hành chính, vận hành, trợ lý dự án
• Những người cần chạy cùng lúc tham khảo web + tài liệu cục bộ + xuất báo cáo
• Những người muốn mẫu hóa các quy trình desktop lặp đi lặp lại

Nhóm có thể quan sát thêm

• Chỉ dùng AI để hỏi đáp thuần chat, không đụng đến ứng dụng cục bộ
• Nhiệm vụ rất ngắn, không cần chuyển qua lại giữa nhiều phần mềm
• Chưa có nhu cầu xác nhận ở giữa hoặc mẫu hóa quy trình
• Chỉ thỉnh thoảng làm một báo cáo, không cần tái sử dụng quy trình

Nếu bạn muốn tự kiểm thử, mình gợi ý cách này

1. Đừng bắt đầu bằng việc thử xem “nó có biết mở phần mềm hay không”, hãy kiểm tra một nhiệm vụ hoàn chỉnh.
2. Những điểm vào phù hợp nhất để thử thường là:
   • Báo cáo phân tích điểm số
   • Báo cáo tuần / báo cáo tháng
   • Tổng hợp dữ liệu Excel + xuất Word
   • Tham khảo bài mẫu trên web + tạo báo cáo cục bộ
   • Quy trình lặp lại đã được mẫu hóa
3. Đừng chỉ nhìn nó nhanh hay chậm, hãy tập trung vào:
   • Việc chuyển đổi giữa các ứng dụng có giảm hay không
   • Số lần copy paste có giảm hay không
   • Dữ liệu có bị đứt giữa chuỗi hay không
   • Kết quả có gần hơn với mức “bàn giao được ngay” hay không
4. Nếu bạn vốn đang theo dõi mảng desktop AI, cũng có thể tiện tay so sánh:
   • Marvis phù hợp hơn với những nhiệm vụ đa ứng dụng nào
   • Những việc nào vẫn nên để script, RPA hoặc con người làm cho ổn hơn

Nếu điều bạn quan tâm lúc này là: làm sao kết nối thống nhất các mô hình như Tencent, GLM, Kimi, DeepSeek, StepFun vào quy trình desktop của riêng mình, bạn có thể xem trước:

• Bảng giá mô hình
• Mua API Key
• Tài liệu API

Kết luận cuối

Nếu chỉ dùng một câu để tóm tắt quan điểm của mình về hướng phối hợp đa ứng dụng của Marvis, thì đó là:

Điều thật sự thú vị không phải là “nó biết mở Word, Excel, trình duyệt”, mà là nó đang bắt đầu gom các bước vốn bị tách rời giữa những phần mềm này thành một chuỗi nhiệm vụ liền mạch.

Khi chuyện đó vận hành ổn, giá trị sẽ không còn chỉ là:

• Giúp bạn bấm một cái
• Giúp bạn xem một chút
• Giúp bạn viết một đoạn

Mà sẽ gần hơn với:

• Đọc dữ liệu
• Tra cứu tài liệu
• Viết báo cáo
• Lưu tệp
• Tái sử dụng mẫu quy trình

Nói cách khác, điều đáng kiểm tra nhất ở hướng đi này của Marvis không phải là “nó có biết thao tác ứng dụng hay không”, mà là:

Nó có thể bắt đầu tiếp quản những luồng thông tin mà mỗi ngày bạn vẫn phải tự tay vận chuyển giữa nhiều phần mềm hay không.

Tài liệu tham khảo

• 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
• Trang chính thức của Marvis