Marvis 与 WorkBuddy AI助手对比

AI助手早已不是"一个对话框打天下"的阶段。腾讯推出的两款AI工具，Marvis 和 WorkBuddy ——前者号称"系统级AI管家"，后者定位"全场景职场AI工作台"。

产品定位：一个管"电脑"，一个管"工作"

Marvis：把整台电脑变成可对话的智能对象

Marvis 的核心野心不是"帮你写文档"或"帮你做PPT"，而是——让AI直接接管你的操作系统。

它的定位是操作系统层级的个人AI助手。你可以把它理解为一个拥有系统最高权限的"数字管家"：

• 你说"把桌面上的截图按日期归档"，它直接操作文件系统；

• 你说"帮我清理C盘临时文件"，它调用系统接口执行；

• 你说"把手机上的照片传到电脑"，它触发跨设备协同。

关键词：系统底层、设备操控、本地优先。

WorkBuddy：把办公流程变成自然语言指令

WorkBuddy 的野心则完全不同。它不关心你的CPU是几核、硬盘还剩多少空间，它关心的是——你的工作流能不能被AI接管。

它的定位是全场景职场AI工作台：

• 你说"帮我把这份会议纪要整理成周报"，它调用文档模型完成；

• 你说"对比这三份竞品分析报告，输出差异表格"，它编排多模型协同；

• 你说"把这个需求拆解成开发任务，分配给团队"，它驱动项目管理流程。

关键词：办公自动化、多模型协同、工作流编排。

总结定位差异

二、技术基因：跨端引擎 vs 编程自动化

Marvis 的技术底座：应用宝跨端引擎

Marvis 源自腾讯应用宝团队。这个团队长期深耕"跨端"技术——即让应用在不同设备、不同系统之间无缝运行。

这解释了Marvis的几个核心特征：

1. 跨设备控制能力：手机→电脑、电脑→平板的指令传递，本质上是跨端引擎的能力延伸；

2. 系统级权限调用：应用宝本身需要深度系统权限来管理应用分发，这套权限体系被复用到了Marvis中；

3. 本地化执行：强调在设备端完成计算，而非全部依赖云端，这与跨端引擎"端侧优先"的设计哲学一致。

技术优势：对设备理解深、操控粒度细、响应速度快（本地执行）。 技术代价：对硬件资源占用大，需要较强的本地算力支撑。

WorkBuddy 的技术底座：CodeBuddy编程自动化

WorkBuddy 源自腾讯云CodeBuddy团队。CodeBuddy 是腾讯的AI编程助手，核心能力是"理解意图→自动生成/修改代码"。

这套技术迁移到办公场景后，变成了：

1. 任务编排能力：把复杂办公任务拆解为可执行的"步骤链"，类似代码中的函数调用；

2. 多模型协同：不同子任务调用不同的AI模型（文档模型、表格模型、图像模型），类似微服务架构；

3. 自然语言→工作流：用户用自然语言描述需求，系统自动构建执行流程，类似"自然语言编程"。

技术优势：任务拆解能力强、多模型调度灵活、适合复杂流程。 技术代价：依赖云端算力、对网络环境有要求、首次配置工作流有学习成本。

三、核心能力对比：谁能做什么？

Marvis 核心能力矩阵

WorkBuddy 核心能力矩阵

能力重叠区

两者在以下场景存在一定重叠：

• 文件操作：Marvis直接操作文件系统，WorkBuddy通过文档API操作文件内容；

• 信息整理：Marvis侧重"文件归位"，WorkBuddy侧重"内容提炼"。

但本质上，Marvis处理的多是文件的"物理属性"（位置、格式、大小），WorkBuddy处理的是文件的"语义内容"（文字、数据、逻辑）。

Marvis 是"电脑的管家"，WorkBuddy 是"工作的秘书"。管家管的是房子，秘书记的是事。