6.9
深览指数
产品腾讯新闻··AI 生成
上线后差点“挤爆”服务器，Marvis凭什么让用户追着6只小马“上班”？
Marvis 是一款深度整合 Windows 系统底层能力、采用「端云混布+Multi-Agent」架构的 AI 桌面助手。其核心差异不在于「告诉你怎么做」，而在于「直接帮你做了」——从修系统设置到文档处理、远程电脑控制，都能在本地或弱网环境下执行。文章通过产品与技术负责人的十个问答，揭示了他们为何在起步阶段就选择复杂的 Multi-Agent 架构而非单 Agent 迭代、为何死磕端侧模型（经济/隐私/断网可用），以及如何在不牺牲用户授权的前提下做小白友好的设计。适合对 AI 产品架构设计、端侧 vs 云端路线取舍、以及产品差异化策略感兴趣的读者。原文 ↗
核心观点
- ▍Marvis 的核心差异在于从「告诉你该怎么做」变成「直接把它做了」，通过深度整合操作系统底层能力与 Multi-Agent 架构，实现 AI 对电脑的主动操控，而非仅停留在对话建议层面。
- ▍团队选择「端云混布」路线，是在赌端侧模型未来能力会持续增强、用户对隐私和离线可用性的需求会越来越迫切，因此必须在当下就搭建好生产环境。
- 01上线第三天（5月22日）用户量激增导致服务器挤爆，官方紧急扩容。社交平台上用户自发分享的小马工作画面获得大量点赞评论，成为自来水传播。
- 02技术负责人 Nexthy 解释了端侧模型的三个优势：经济（省Token调用成本）、隐私（数据不出本机）、随时可用（无网/弱网/断网都能工作，如飞机高铁上）。
- 03产品负责人 Eva 说明选择 Multi-Agent 架构的原因：端侧知识库、操作系统底层能力和 APP 操控能力分属不同领域，塞进单一模型会导致上下文爆炸、任务只能串行；Multi-Agent 主从结构是自下而上的必然选择。
- 04当前端侧模型为 Qwen 35B-A3B（4bit 量化，包体约 24G），对用户设备的显存、内存和存储有较高要求，这是部分用户吐槽「吃内存、老电脑跑不动」的直接原因。
- 05为了兼顾更多设备，团队计划做更细化的场景切分，将文件处理、文档总结等高频需求做成多个垂直小模型，正在与合作方针对垂直场景训练。
- 06在用户授权方面，团队选择「宁可牺牲便利性」，要求用户必须手动圈定白名单并主动点击授权，Agent 才开始操作数据或文件，以换取用户的安全感和主权感。
- 07Marvis 具备跨端能力（安卓连 Mac、iOS 连 Windows），用户可通过手机远程监控电脑屏幕并语音控制，被 team 视为从「桌面助手」进化为「随身电脑入口」的关键路径。
- 08用户已自发探索出多种「神仙玩法」：写小说（后端自动生成格式化文档）、修电脑硬件问题（画面翻转、检查内存插槽并建议购买渠道）、选股、电商操作等。
反方 / 局限
- — 当前硬件门槛是明确的瓶颈：端侧模型 Qwen 35B-A3B（量化后 24G）对显存、内存和存储要求高，导致老电脑或低配电脑用户无法流畅使用。作者承认「这确实是个问题」并计划通过场景切分和垂直小模型来缓解，但尚未给出明确的低配用户解决方案。
- — 用户授权机制与小白友好之间存在张力——Eva 承认用户可能会觉得「咋一直让我点确认」，暗示当前流程牺牲了开箱即用的流畅度，对非技术用户可能不够友好。
11 分钟 · 3 卡片 · 9 资料
读原文 →