对话腾讯Marvis团队：AI时代，应用商店为什么不能只做分发？

进入2026年后，成立十四年的应用宝正在尝试回答一个和过去不同的问题。

移动互联网时代，它负责把应用送到用户手里，用户想清理电脑、转换文件或整理一张表格，都需要先找到合适的软件。到了AI时代，用户越来越习惯直接表达需求，找到软件不再是终点，任务有没有完成变得更重要。

今年5月，应用宝团队推出了操作系统层级AI助手Marvis。它没有把自己定位为另一款AI聊天产品，而是从设备出发，处理本地文件、应用、系统诊断、浏览器任务和跨端操作。

据了解，Marvis于5月20日23时58分上线，两天后DAU超过30万，七日留存约54%。从使用情况看，44%的用户使用过本地文件相关能力，28%使用电脑和硬件管理能力，18%使用浏览器任务，搜索占比约6%。各项数据存在重叠，但也说明，用户没有简单把它当成元宝或豆包的替代品。

除了Marvis，应用宝AI产品线里还上了一款Vibe Coding产品——“吐司”，Marvis试图调用已集成服务和设备能力，直接完成用户交代的任务；吐司则降低应用生产门槛，让一些过去因为需求太小、开发成本太高而无人专门制作的工具，也能通过自然语言快速生成。

两款产品背后，是应用宝对原有业务的一次重新拆解：一部分需求可能不再需要用户寻找APP，而是由Marvis直接处理；另一部分更个性化的需求，则可能由用户借助吐司自己做出来。应用宝过去积累的开发者合作生态、自研的跨端引擎技术、应用商店上架分发管理能力、和微软、英特尔这些系统、芯片厂商的合作，仍然可以支撑这些产品的发展。

WAIC期间，在一场小范围闭门群访中，腾讯公司副总裁林松涛和腾讯应用宝跨端业务及Marvis负责人蔡建涛，谈到了应用宝团队进入AI时代后的选择。

腾讯公司副总裁林松涛

据了解，Marvis并不是腾讯内部围绕同一目标展开的一场“赛马”，而是应用宝团队结合自身业务积累作出的尝试。腾讯不同AI产品难免存在能力交叉，但Marvis从立项之初就把重点放在设备、系统和跨端场景上，并尝试将这些能力应用到更多硬件产品中。

腾讯应用宝跨端业务及Marvis负责人蔡建涛

这个团队没有依靠大规模投放迅速推高用户量，也没有急着全面铺向硬件厂商。相比尽快扩大规模，团队现阶段的核心指标是用户真实任务的实际完成率，更在意用户能否理解Marvis能为自己做什么，以及产品是否已经适合进入更大范围的设备和场景。

这种谨慎也与AI行业的变化速度有关，一个今天足以支撑独立产品甚至一家公司的细分需求，几个月后可能就会被更大的模型吸收，变成一项通用能力；现在看起来清晰的产品边界，半年后也可能重新划分。

因此，团队并没有断言AI最终会取代APP，也无法确定应用商店会继续作为独立入口，还是逐渐转化为更底层的能力。现阶段，Marvis完成不少任务仍需要调用应用和跨端引擎，吐司生成的产品也要经过安装、分享和分发。两款产品未来可能在某些环节结合，但现在都还处在探索阶段。

应用宝现阶段所做的，并不是为未来给出答案，而是先把几种可能性做成产品，再观察用户最终会留下什么。

以下为群访内容整理，有删节。

01、避开大模型内卷，不做另一个通用Agent

Q：Marvis定位为“操作系统层级的个人AI助手”，这一定位具体意味着什么？

林松涛：现在很多Agent都能完成任务，但“能做”和“做好”是两件事。比如整理最近一个月的发票，常见的方式是先寻找文件，再上传云端识别和处理，时间、Token成本和准确率都会受到影响。Marvis更多是调用端侧模型，借用设备自身的算力结合操作系统完成这些事情，不只是截取界面交给大模型判断，还要理解系统里的文件、元素和应用行为。

大家现在拼编程能力和长程推理，更像是在拼大模型的“大脑”。Marvis目前做的很多事情，更像“小脑”和“反射神经”。这些任务未必需要最强的模型，在本地完成可能更快、更安全、成本也更低。

蔡建涛：Agent一般包括感知、思考、规划和行动。现在不少产品有思考、规划和行动，但缺少对用户设备和环境的持续感知。例如用户想找一张上周宝宝撑雨伞的照片，普通方案可能在接到任务后扫描全盘。Marvis希望在用户授权后，提前理解设备里有哪些文件、图片和程序，这样才能更好理解用户的意图。

所以Marvis首先服务的是人和设备。无论是电脑、Mini PC还是NAS，设备本身遇到的问题，以及其中的文件、程序和应用体验，都是我们希望覆盖的范围。生成一个PPT，各家都可以做，但这不是Marvis最主要的定义。

Q：从上线后的使用情况看，用户主要用Marvis做什么？团队目前重点打磨哪些环节？

蔡建涛：目前有44%的用户使用过本地文件相关能力，28%使用电脑和硬件管理能力，16%使用应用相关能力，18%使用浏览器任务，这些数据之间存在重叠。使用搜索的用户大约只有6%，基本不会把它当成豆包或者元宝的平替。

本地文件的需求比较分散，包括搜索、整理、归类、编辑和翻译。娱乐方面也做了一些尝试，比如腾讯新游《失控进化》上线时，Marvis提供了地图探索和游戏经验获取等辅助功能。

Marvis上线两天后DAU超过30万，七日留存约54%，此后DAU也在稳步上涨。但我们现阶段并不过分追求DAU增长，更希望把精力放在产品能力和用户价值上。

Agent产品涉及很多具体环节。浏览器任务会碰到Cookie共享、账号状态和权限界定，电脑诊断则要理解安装日志、开机启动项和程序依赖。每一项单独看未必有很高的技术门槛，但要覆盖得足够完整、稳定，需要投入很多时间。

02、应用宝把“交付权”拿回自己手里

Q：Marvis和应用宝过去的应用分发业务是什么关系？

蔡建涛：以前应用商店主要负责分发，但分发的终点其实是服务。比如用户想做格式转换，过去需要先到商店下载一个工具，再通过软件完成任务。到了AI时代，很多事情可以直接从需求走到服务，用户不一定需要先判断应该下载什么软件、怎么使用。

过去，开发者以一个APP的形式出现在前台。未来，他们也可能成为后台服务提供者，通过CLI、MCP、SDK等方式提供能力，再由Marvis进行调用和组合。应用宝和Marvis解决的仍然是服务问题，只是过去需要先找到软件，再使用软件，现在希望缩短这个过程。

林松涛：应用宝十几年在做的就是一件事——把数字能力推给用户。这件事在不同时代赋予了不同的形态：PC时代分发软件，移动时代分发APP。

以前用户想买票，平台可以推荐携程，最后有没有买到，和应用商店没有直接关系。到了AI时代，用户只需要表达意图，AI除了找到相应的能力，还要交付结果。

所以我们内部关注的不只是DAU和会话数，而是用户真实任务的完成率。以前APP成功下载，分发平台的工作就结束了；现在用户的意图没有得到满足，服务就还没有结束。

Q：Marvis和吐司分别在解决什么问题？为什么应用宝同时推进这两款产品？

蔡建涛：Marvis更多是调用已有的软件和服务能力，直接完成用户提出的任务；吐司则希望降低应用生产门槛，让开发者或者普通用户通过自然语言生成自己需要的应用。

Marvis可以把一部分过去需要下载软件完成的任务直接服务化，但它无法涵盖全部需求，未来仍然会有很多个性化、定制化的应用。

林松涛：以前开发APP时，经常会说一个需求太小，不值得专门做一款应用。但到了Vibe Coding时代，再小的需求也可能值得一个应用。

比如家长只想针对孩子某一部分知识做一个题库，这很难支撑传统团队投入开发，但现在用户可以自己做出来。

用户通过吐司生成的产品仍然需要安装、分享、发行和推广，这些也是应用宝过去积累的能力。长期来看，Marvis和吐司可能在某些环节结合，但现在仍处于探索阶段。

Q：在这套产品体系中，第三方开发者会以哪些方式参与？

蔡建涛：很多能力不可能由Marvis团队自己全部完成，Skills、MCP和CLI对普通用户来说比较复杂，用户不需要理解背后调用了哪些工具，只需要描述需求，平台帮助他找到解决方案。

未来，开发者可以把过去做成独立APP的能力，转化为Marvis可以调用的服务，也可以提供文件管家、浏览器专家、电商专家等虚拟角色。我们还计划做一个“人才市场”，让开发者提供服务并获得收益。这套生态目前还比较早，内容、分成和合作机制都需要逐步建立。

03、Marvis办结任务，“吐司”补齐供给

Q：Marvis与现有APP和应用商店是什么关系？团队如何看待未来的产品形态？

林松涛：现阶段还没有人能够判断应用商店最终是什么形态。AI时代的分发，只负责把能力送到用户嘴边是远远不够的，没有交付结果相当于没有形成业务闭环。

正是因为这些年应用宝在跨端技术和生态建设上的布局，我们跟微软、英特尔这些系统和芯片厂商的合作，包括Marvis最受用户夸赞的Computer Use，其实背后调用了大量微软的能力，在技术上英特尔也做了很多芯片级的支持，我们才可以做到目前的调用能力和执行效率。在AI时代，把过去应用宝积累的能力进行重新组织，就是Marvis。

我们认为，只做分发已经不够，所以才会做Marvis，探索新的产品形态。但这不意味着应用商店会立刻消失，未来不同产品和能力之间也可能继续整合。

蔡建涛：现在Marvis完成不少任务，仍然需要移动应用引擎。例如用户让Marvis安装微信，背后仍然需要管理版本、更新和运行环境；用户让它去小红书和知乎收集反馈，也需要先让相关应用在PC上运行。

所以现在远远谈不上Marvis可以取代APP。未来应用商店会保持现在的形态，还是转化为更底层的能力，目前没有明确结论。

Q：在设备选择上，Marvis为什么现阶段更重视PC和端侧？手机和云端分别承担什么角色？

蔡建涛：手机内存有限，还要考虑电池和功耗，并不特别适合持续运行端侧模型。PC、Mini PC和AI BOX有更稳定的算力和电源，更适合作为Agent执行任务的容器。

但用户不一定要带着电脑。手机可以成为控制端，真正的任务在电脑、Mini PC或者云端环境中执行，完成后再把结果发送给手机。

林松涛：未来Marvis可能会使用一组不同规模的模型，小模型负责翻译、识别等高频任务，中等尺寸模型处理更复杂的理解。云端Marvis目前也已经有了雏形。我们设想的是专属于用户的计算和存储环境，而不是把文件放进一个公共空间。

Q：AI模型仍在快速迭代，Marvis接下来会优先推进哪些事情？商业化方面有哪些考虑？

蔡建涛：做AI产品最直接的感受就是变化太快，模型、产品形态和Agent的实现方式都在不断改变，所以不能一直等到完全成熟再推出。

但实现方式会变，用户需求相对稳定。接下来还是要判断用户究竟需要什么服务，继续提高任务完成的质量和稳定性。一个功能在技术上实现了，不代表它已经成为一个成熟的产品。

林松涛：现阶段还不是重点考虑收费的时候。国内用户持续为AI服务付费的习惯尚未完全形成，Token成本又已经是一笔不小的支出。未来可能会探索B端合作、开发者付费服务和海外业务，但商业化和大规模推广仍要建立在产品成熟的基础上。

Q：抛开技术路线和产品形态，你们希望Marvis最终成为一款怎样的产品？

林松涛：我们理想中的Marvis更像一个个人AI中枢。真正需要复杂推理的事情可以交给“大脑”，更多日常任务则由“小脑”和“反射神经”随时随地帮你处理。

蔡建涛：我们希望它是普惠的、小白友好的，也能真正开箱即用。用户只要有一台电脑、Mini PC或者其他设备，就能够在自己的场景中使用它。我们也不希望它只是一个冰冷的效率工具。既然是专属于个人的AI，它应该和用户的工作、生活有所映射，让用户能够感受到它一直在为自己工作。

它不一定每次都要展示多强的模型能力，而是应该自然地进入用户每天使用的设备和场景，在需要的时候把事情处理好。