騰訊 Marvis 6 人 AI 團隊解析：PM、File、Computer、Browser Agent，為什麼它更像桌面上的數位工位？
如果你只把 Marvis 理解成「騰訊做的另一個聊天 AI」，那最容易忽略的，恰好就是它和一般對話框最不一樣的那一部分。
這次我重新把幾類公開資料讀了一遍：
Marvis官網- 騰訊雲開發者社群裡的保姆級教程
- 公開的多 Agent 協同實戰稿
看完之後，我的判斷很明確：
Marvis 最值得注意的，不是它回答問題有多像人，而是它開始把桌面任務分派給一支「AI 團隊」來做。
也就是說，它不再只是：
- 你問一句
- 它答一句
而是開始變成：
- 你下達一個任務
- 它拆成幾個步驟
- 再把不同步驟交給不同 Agent
- 最後把結果整理回來
這也是為什麼我會覺得，Marvis 更像：
桌面上的數位工位
而不是：
另一個只會聊天的模型殼
先說結論
-
截至 2026 年 6 月 29 日，公開資料中，
Marvis已經被相當明確地描述成：- 作業系統級 AI 助手
- 1+5 智能體協作體系
- 或更直白地說，電腦裡多了一支 6 人編制的 AI 團隊
-
這套團隊在公開教程裡最常見的分工是：
- PM Agent：理解任務、拆解任務、分派任務
- File Agent：找檔案、轉格式、讀文件、做內容理解
- Computer Agent：查配置、調設定、關閉自啟、做系統優化
- APP Agent：操作應用、跑流程、做跨應用執行
- Search Agent：聯網檢索、聚合資訊、給出來源
- Browser Agent：網頁抓取、網頁互動、頁面級資料處理
-
最關鍵的訊號不是「有 6 個名字」，而是公開教程裡已經出現很具體的任務鏈：
- 電腦開機太慢 →
PM派給Computer Agent - 多部門會議紀錄整理 → 多 Agent 協同提取、生成
PPT、提醒會議 - 檔案轉換、合約審查、表格分析 →
File / Office向 Agent 處理
- 電腦開機太慢 →
-
如果你現在在意的是：
- 桌面 Agent 到底和一般聊天 AI 差在哪裡
- 多 Agent 在真實桌面任務裡是不是噱頭
- Marvis 到底能不能開始替你串起流程
那這條路線的參考價值，會比單純看「它會不會聊天」高很多。
為什麼「AI 團隊」這個說法，在 Marvis 身上不只是行銷話術
現在很多產品也喜歡說：
- 智能體
- 多 Agent
- 自動協同
- AI 團隊
但多數時候，說完這些詞，最後交付給你的還是：
- 一個聊天框
- 一堆建議
- 你自己繼續手動操作
Marvis 公開資料裡最不一樣的地方，是它試圖把「團隊」這件事說具體。
在騰訊雲開發者社群的公開教程《Marvis 保姆級教程（一）｜全網都在找的「AI牛馬」到手，別只拿來聊天！》裡，作者對它的描述很直接：
- 安裝後電腦裡多了一個 「6 人編 AI 團隊」
24小時待命- 使用者不用學複雜工作流
- 只要給一個任務，它就會自己開始分工
這種描述之所以值得拿出來寫，不是因為「6 個人」聽起來熱鬧，而是它把桌面任務裡最麻煩的一件事說出來了：
真正麻煩的，不是某一步怎麼做，而是不同步驟之間誰來接、怎麼接。
公開教程裡的 6 個工位，基本把 Marvis 的桌面路線講清楚了
公開教程給出的 6 個角色，很像一間真實辦公室：
1. PM Agent
它的工作不是直接動手，而是先理解你的任務，再拆解任務，再分派任務。
這點特別關鍵，因為真實使用者不會說：
- 先打開系統設定
- 再讀某個日誌
- 再判斷哪個啟動項可以關
真實使用者只會說：
- 電腦開機太慢，幫我看看哪些程式可以關掉
而 PM Agent 的價值，就是把這種「人話任務」先翻譯成：
- 這是系統優化問題
- 應該先掃描啟動項
- 然後交給系統 Agent
- 再在關鍵操作前請使用者確認
2. File Agent
官方和公開教程都把這類能力講得很透：
- 搜索檔案
- 找檔案內容
- 文件理解
- 批量轉格式
Word / Excel / PDF / 圖片 OCR
它更像一個：
檔案管家 + 內容解析器
而不只是簡單「讀一下文件」。
3. Computer Agent
這是 Marvis 最像「系統級 AI 助手」的部分。
它處理的是：
- 查電腦配置
- 調整系統設定
- 優化開機啟動
- 清理系統垃圾
- 關廣告、關多餘啟動項
也就是說，它不是在回答「應該怎麼操作」，而是在嘗試：
替你把系統層的小事做掉。
4. APP Agent
公開教程裡把它描述成：
- 能在電腦上操作應用
- 跑流程
- 做跨應用執行
這很重要，因為檔案和系統之外，真實桌面工作還有一大塊是：
- 打開某個應用
- 點幾個按鈕
- 切到另一個應用
- 再把結果匯出
一旦 App 層開始被納入，Marvis 就不只是「系統助手」，而更像流程執行器。
5. Search Agent
它負責的是：
- 聯網查資料
- 資訊聚合
- 給出來源
這和普通模型的差別在於，普通模型常常只是「說一個答案」，而 Search Agent 這種定位更強調：
- 資訊從哪裡來
- 能不能回溯
- 能不能把搜尋結果交給其他 Agent 繼續用
6. Browser Agent
它更像 Search 的延伸，但更偏向執行：
- 網頁互動
- 網頁資料抓取
- 頁面級整理
換句話說，Search 更像「找到資訊」，Browser 更像「進入網頁把事情辦到一半」。
場景 1：最像真實上手場景的，不是複雜任務，而是「電腦開機太慢了」
公開教程裡，第一個最接地氣的例子，其實不是複雜辦公，而是這個：
電腦開機太慢了，幫我看看哪些程式能關掉。
我很喜歡這個例子，因為它特別像真實使用者第一次會對桌面 AI 說的話。
教程給出的公開執行鏈是這樣的：
- PM Agent 接任務：判斷這是系統優化任務
- Computer Agent 掃描：檢查啟動項
- 輸出「人話報告」：告訴你哪個軟體拖慢啟動、哪個硬體驅動建議保留
- 關鍵操作二次確認：關閉前先彈出確認
這段為什麼特別重要？
因為它把 Marvis 和一般聊天 AI 的差別寫得很具體：
- 不是告訴你去哪裡關
- 不是丟給你一篇步驟說明
- 而是先自己掃描，再自己判斷，再請你確認
這就是桌面 Agent 和一般問答 AI 最本質的差別之一：
它開始進入執行鏈。
場景 2：多部門會議紀錄 → 提取決策 → 生成 PPT → 下午簡報，這才像多 Agent 協同
公開文章《Marvis 6 大 Agent 協同實戰：以“打工好幫手”為例》給了一個比「關閉自啟」更接近複雜辦公場景的例子。
裡面的任務是：
- 整理上週
3個部門會議紀錄 - 提取關鍵決策
- 生成一份
PPT報告 - 在下午
2點會議上簡報
文章裡最關鍵的，不是最後產出的文件，而是它給出的協同邏輯：
- 不是一個 Agent 把所有事都「硬扛」
- 而是多 Agent 分工
- 自動做檔案查找、內容提取、
PPT生成、會議提醒
這為什麼值得單獨寫？
因為「多 Agent」這件事一旦沒有任務鏈，聽起來會很空；但一旦落到這種辦公場景裡，就會變得非常具體：
- 檔案在哪裡
- 先由誰讀
- 誰提取結論
- 誰生成匯報材料
- 誰補上提醒
也就是說，這類場景才真正證明：
Marvis 不是把大模型包裝成多個名字，而是在嘗試做任務路由。
場景 3：File Agent 真正值錢的地方，不是找檔名，而是把檔案工作流揉成一條鏈
公開教程和官方說法都反覆提到一件事：
和檔案有關的事情，它想一條線吃下來。
這包括：
- 找檔案
- 按內容搜尋
- 轉格式
- 讀文件
- 做內容理解
公開教程裡有一個很直接的例子：
把桌面上的
2026年Q1销售数据.xlsx轉成
教程給出的執行鏈是：
Computer / File類 Agent 找檔案- 讀取
Excel - 生成
PDF - 自動調整欄寬、頁首頁尾
- 存到桌面
這說明 File Agent 真正想做的，不是「讀一個檔案」，而是：
從檔案定位到結果交付的一整條文件鏈。
如果這條鏈穩定，辦公室裡很多最零碎的工作，其實就開始被吃掉了。
場景 4：官方的「人話式互動」，本質上是在替 PM Agent 降低任務拆解門檻
2671890 這篇公開稿《吊打所有 AI 助手！騰訊王炸 Marvis 上線，免費解鎖電腦全智能操控》裡，有一句我覺得特別值得記下來：
無需學習專業指令，不用摸索複雜功能，一句口語化需求，就能幫使用者搞定所有瑣碎操作。
這句話如果翻成人話，其實就是：
PM Agent 要夠強，才能讓使用者少學一層東西。
因為大多數使用者根本不想學：
- 該找哪個 Agent
- 什麼任務屬於瀏覽器
- 什麼任務屬於檔案
- 什麼時候先系統後應用
他們只想說：
- 我的電腦太卡了
- 幫我找回那個檔案
- 幫我把這份材料轉成文件
- 幫我查資料再寫個提綱
如果 Marvis 真的要成立，PM 這一層就必須替人把任務拆好。
公開資料裡的「1+5 智能體協作體系」，說明它想做的是任務中介層
2671890 裡還給了一個更適合從架構角度理解的說法：
- 主 Agent（調度）
- 5 個專項 Agent
這說明 Marvis 的路線，不是單獨做：
- 檔案工具
- 系統管家
- 瀏覽器外掛
而是試圖做成一個：
系統中介層
什麼意思？
就是使用者把目標交給它，它決定：
- 先去哪裡
- 讀什麼
- 怎麼切換
- 結果放回哪裡
如果這一層成立，它的價值就不只是「一個功能比較多的助手」，而是：
桌面任務分發器。
這條路線為什麼比一般「聊天 AI」更有生產環境意義
我認為 Marvis 這套 6 Agent / 1+5 協作體系真正的價值，在於它抓住了桌面生產環境裡最耗人的那一部分：
- 檔案太多
- 步驟太碎
- 應用太分散
- 使用者不想學流程
一般聊天 AI 可以在旁邊給建議，但它很難替你解決：
- 該用哪個應用
- 資料在哪裡
- 結果怎麼落盤
- 哪一步需要確認
而多 Agent 體系如果穩定，就開始能替你處理這些「本來沒人想做，但每天都得做」的中間活。
哪些人最適合先測這條路線
我覺得下面這幾類人，最值得優先看：
- 每天都要處理本地文件、系統設定、瀏覽器檢索的人
- 經常在
檔案 -> 網頁 -> 文件 -> 應用之間切來切去的人 - 想用自然語言完成桌面雜活，而不想學複雜自動化腳本的人
- 想把「一個任務拆給多個 AI 模組」而不是只盯著一個聊天框的人
如果你現在最煩的是：
- AI 會說，但不會做
- 檔案、應用、系統各自分散
- 最後還是得自己點一遍
那 Marvis 這套桌面 AI 團隊路線，至少比一般「又一個聊天工具」更值得認真看。
我的最終看法
如果只用一句話總結這篇 Marvis 6 人 AI 團隊解析，我的結論是：
Marvis 最值得重視的地方，不是它多會聊天，而是它開始把桌面任務拆成一支能分工的數位團隊。
它目前已經公開展示出來的，不只是「有 6 個 Agent 名字」，而是更具體的幾件事：
PM理解任務、拆解任務File處理檔案、轉格式、讀內容Computer管系統、改設定、做優化Search / Browser去網頁世界取資料APP把應用操作接進流程
一旦這些分工真的能穩定協同，它的意義就不再只是：
AI 幫你回答問題
而是：
AI 開始替你跑一部分桌面工作流
如果你現在更在意的是：
- 當前接入路線
- 模型與價格
- API Key 購買
- 使用教學
可以先看：
FAQ
Marvis 的「6 人 AI 團隊」具體是哪些角色？
公開教程裡最常見的說法是：
PM AgentFile AgentComputer AgentAPP AgentSearch AgentBrowser Agent
而公開稿件裡也會用「1+5 智能體協作體系」來描述同一件事：一個主 Agent 負責調度，多個專項 Agent 負責執行。
Marvis 和一般聊天 AI 最大的差別是什麼？
最大的差別不是答案風格，而是它開始試圖進入：
- 系統設定
- 本地檔案
- 應用操作
- 網頁互動
也就是開始從「回答」往「執行」走。
公開教程裡最典型的任務鏈是什麼？
一個很典型的例子是：
- 電腦開機太慢
PM識別成系統優化任務Computer Agent掃描啟動項- 輸出建議
- 關鍵關閉動作前再請使用者確認
多 Agent 協同最像真實辦公的例子是什麼？
公開實戰稿裡，一個很典型的例子是：
- 整理多個部門的會議紀錄
- 提取關鍵決策
- 生成
PPT - 補上會議提醒
這比「單輪問答」更接近真實桌面任務。
如果我想先看 Marvis 當前公開資訊，從哪裡開始？
先看這幾頁最直接：