6.9
深览指数
产品人人都是产品经理·杜昭··AI 生成
AI 助手分裂成两个物种，腾讯的Marvis 押对了
文章提出一个关键判断：AI 助手正在分化为「只会聊天」和「会动手干活」两个物种，分水岭在于是否具备操作系统级的执行能力。作者以腾讯新推出的 Marvis（马维斯）为样本，通过安装软件、整理文件、生成数字分身报告等具体用例，展示了一款能替代用户完成系统操作、读取硬件信息、按语义检索本地文件的 AI Agent。文章指出，Marvis 的差异化在于「端云混布」架构让敏感数据处理在本地完成，并由微软授权操作系统接口、Intel 提供芯片优化。作者认为，下一代 AI 竞争焦点已从模型智商转向「动手能力」。适合关注 AI Agent 落地路径、端侧 AI 技术路线与产品决策的深度读者。原文 ↗
核心观点
- ▍AI 助手已分裂为两个物种：一是仅能对话、无法与操作系统交互的「聊天型」AI；二是能直接读取系统状态、修改设置、操作文件的「动手型」AI Agent。下一阶段竞争焦点将从模型智能转向执行能力。
- ▍文章判断，「会聊天的 AI 已经足够多」，最终能进入普通人日常的 AI 会是「第一个真正长出手的那个」。
- 01腾讯 Marvis 能自主完成安装 Figma 中文汉化版的全流程：联网下载、处理文件覆盖、终端修复报错、最终成功运行，全程仅需用户对话指令。
- 02Marvis 基于语义而非文件名检索本地文件。作者让它在包含近 2000 个乱码文件的文件夹中，凭「营业执照」关键词找到了对应的图片，因为它读取并理解了图片内容。
- 03Marvis 能读取 Mac 硬件配置，自动连接 Steam 比对游戏系统需求，筛选出既原生支持 macOS 又适配该机型硬件配置的游戏清单。
- 04Marvis 的本地索引由端侧小模型在本地完成，文档和图片不出本机。云端只接收精简后的请求信息，不需要原始文件。用户可自主授权扫描范围，甚至零授权使用。
- 05Marvis 采用「端云混布」架构，简单任务本地处理（省时省 token、断网可用），复杂任务上云端大模型。每日提供一千万 token 免费额度。
- 06Marvis 获得微软官方授权操作系统接口（非「撬锁」式接入），并与 Intel 合作进行芯片级调校，使本地模型性能提升 20% 以上，部分中型模型推理速度提升 2-10 倍。
- 07文章提及苹果 Apple Intelligence 采用 30 亿参数端侧模型，但重活最终仍需上云，甚至部分使用 Google 云和英伟达 GPU，说明主流厂商仍倾向「云端为主」。
反方 / 局限
- — 文章承认 Marvis 要求较高电脑配置，因为本地模式依赖设备自身算力。设备越好，本地处理能力越强，越省钱。这与纯云端工具「配置再烂都能跑」形成对比。
- — 文中隐含局限：Marvis 的「本地优先」路线依赖硬件（需 Intel 芯片调校支持），若用户设备老旧或非 Intel 平台，体验可能打折。
Marvis 马维斯腾讯微软英特尔 Intel苹果FigmaSteamCopilot+ PCWindows Agent RuntimeApple Intelligence
17 分钟 · 4 卡片 · 10 资料
读原文 →