前段時間 OpenClaw 小龍蝦爆火的時候，老狐就一直有個觀點：讓子彈再飛一會。

如果你發現這個 AI 對你的工作流沒有太大幫助，那你完全可以等等大廠的作品。

千萬別急著把工作和賬號權限都交出去，畢竟隱私和安全這類問題，真不是我們作為“使用者”能去很好把握的尺度。

信息，密碼，不安全的泄露往往是在無形之間。

更何況，對于很多朋友來說，入口式的 AI，豆包、DeepSeek、千問，元寶這些已經完全夠用了。

科技史上，一直都是先驅在前面探路、踩坑，而大廠在后面優化、整合。

當年最早搞出圖形化界面的是施樂，但真正把它深度優化、做成每個人都能上手、更好用的商業產品的，反而是后來的蘋果和微軟。

而這幾天騰訊應用寶團隊發布的馬維斯，讓老狐似乎看到了這點。

裝上馬維斯，第一感受就是這個軟件非常簡潔。

和往常的類龍蝦軟件一樣，由一個最基礎的輸入框組成，左側邊欄就是主要的功能。

但在搜索框的下方，針對電腦小白，馬維斯提供了一些快捷指令案例，相當于替你預設好了提示詞，強烈好評。

左側邊欄中還有一個“本地知識庫”的功能。

不用和 Obssidian 這類軟件一樣需要自行整理添加。在裝上馬維斯的時候，它就已經把你電腦內的所有文檔全部掃描了一遍，放進了本地知識庫。

一方面是為更方便后續文件檢索，畢竟 Windows 用戶很大的疼點就是自帶文件資源管理器羸弱的檢索能力。

一方面也可以能識別文檔內容，提前做好分類。

比如說老狐這兩天正好要從 Mac mini 換到 MacBook Pro 上。

這兩年在 Mac mini 寫過百來篇文案，一直沒機會好好整理，各種文稿經過溝通修改也存在許多的版本。

于是老狐給馬維斯下了一個模糊命令：幫我把這些文稿歸類。

馬維斯會先解析，分點列出我的需求步驟，然后再判斷這個任務應該交給哪個 Agent 來完成。

而當這個指令的權限超出了文件整理 skill 的能力范圍之后，它會自行試錯，最后用了 Python 指令來處理。

可以看到整個流程還是蠻流暢的，在遇到輸出有問題的時候，也會換個方法來做，而不是一頭撞著南墻不回頭。

老狐前兩個月用 OpenClaw 接入 MiniMax 模型的時候，在這里就已經卡殼了，這和底層模型的智商和上下文長度其實比較相關。

很好評的一點是，在涉及到本地文件刪除的時候，都會由你來手動確認，這方面還是大廠做得比較穩妥。

在整理過程中，遇到文件格式比較復雜的情況。比如老狐的“下載”文件夾，里面圖片，文稿，壓縮包，安裝包什么的都有。

馬維斯會給出分類方案，并由你來確認，或給出修改方案后再進行執行，

老狐也嘗試了一些常規的問題，比如統計科技狐 B 站近十期視頻的數據，并做可視化處理。

擱老狐的小龍蝦，在第一次遇到這種問題很容易遇到各種各樣的報錯。

因為 B 站其實是有反爬蟲機制的，直接用 API 調用會遇到風控。

有時候到這模型就啞火了，需要不斷嘗試才能跑通流程。

但馬維斯可以很輕松的就跑出來結果，并且順手給你裝了個可視化的 skill。

Agent 方面也很有意思，不同于 OpenClaw 很火的三省六部制 Agent，老狐也試過那個，太燒 Token 了，輸入任務也費時費力，圖一樂還差不多。

馬維斯其實是比較傳統的一個統籌+五個專家的模式，共計 6 個 Agent。

最核心的馬維斯（Marvis）起到的主要就是統籌的作用，理解需求分派任務，可以匯總結果，還有寫代碼。

然后是 App Agent，主要負責的是操作 APP。能在部分應用實現自動化操作，但老狐也在 Mac 端嘗試了一下匯總小宇宙的近期熱榜，它并沒有在 APP 上實現，最后是通過網頁搜索完成的任務，自動化操作 App 這個功能上還有待優化。

這個 Agent 也能支持下載，安裝卸載各類的 exe 應用，看大家的評價，Windows 端的體驗應該會相對更好一些，畢竟當年 Windows 上卸載軟件可是一門技術活。

而 Mac 上其實也可以完成卸載的操作，只是由于比較嚴格的權限管控，需要在設置里給到允許“修改 APP”權限。

Computer Agent 負責的是執行電腦底層配置和自動化。

可以幫你設置電腦，關閉自啟動項，還負責執行自動化任務。

還有 Browser Agent，主要負責上網沖浪，替你抓取網頁數據等信息。

還有 File Agent，這個就是替你管理本地文檔，實現文檔格式轉換，編輯 Office 文檔，也能替你整理歸檔文件。

最后還有一個 Search Agent，搜索專家，就是負責搜東西和聚合的。

其實很清晰的可以看到，這次的馬維斯把我們使用電腦的最基礎的步驟給拆分開來了：上網搜索，信息聚合，編輯文檔，使用軟件，設置電腦。

這些最基礎的操作都給你包圓了，你可以專注在你的工作上。

騰訊也給這幾個 Agent 做了比較擬人化的處理。

你可以在“辦公室”里看到他們的工作狀態，真有種自己養了幾個員工的感覺。

不過是 24 小時待命的員工（突然覺得這幾只小馬有點命苦...）

這員工還會摸魚，比如在工位上打游戲。

或者馬桶上玩手機。

甚至健身。

真是新時代賽博牛馬了屬于是。

而且這次馬維斯還做了手機端的軟件，在手機就可以實現遠控電腦。

把電腦里的文件發給你，或者遠程指揮馬維斯用你的電腦來替你干活都能實現。

如果你的電腦是 Windows 系統，還可以通過手機遠程控制電腦桌面。

但在 Mac 上，我試了幾次還暫時沒法激發這個功能，老狐猜測很可能是 Mac 對屏幕錄制權限管的比較緊，所以這會還沒做上這個功能。

連接微信 ClawBot，用微信來下指令也是可以做到的。

而且由于都是騰訊系產品，比以往的 OpenClaw 鏈接飛書的方式穩定太多了。

截至目前，馬維斯已經上線 Mac，Windows 電腦端。

手機端目前僅上線了安卓，iOS 用戶還需要稍作等待，預計 6 月中旬上線。

如果你想在自己電腦上安裝一個全能助手，老狐是比較推薦的。

因為對于 AI 小白來說，馬維斯真的太好用了。

不會用？不知道拿來干啥？

有技能廣場，你甚至可以把自己和同事提煉成 Skill，變成賽博生命。

不同于之前的各種 AI 助手，各類 OpenClaw 、OpenHuman 式軟件，還得調 API，選模型，本地部署。

馬維斯的上手成本真的太低了，界面直接，分工明確，簡潔好用，無需部署，還有隱私模式。

養蝦已經 Out 了，這會大家可以開始在電腦養馬了。

馬維斯目前暫時還沒開始收費。

每位用戶每天有 1000 萬 Token 的免費額度，老狐昨天體驗了一波也沒用完這一千萬 Token。

小任務消耗一般在幾萬 Token 左右。像整理文件這種復雜操作也才消耗了42 萬 Token。

只要不重度使用，一天 1000 萬 Token 左右其實是比較合理的閾值，完全夠用。如果電腦性能很好使用本地模型的話，也能節省一定的消耗。

最后問大家一個問題：你能接受給 AI 付費嗎？

AI 付費時代或許很快就要到來了。

當大家養成了常用 AI 的習慣之后，Token 付費就很有可能會成為柴米油鹽一樣的日常消費。

我們評論區聊聊～

來源：Marvis 官方，微博

編輯：夏清