腾讯副总裁林松涛：意图正在代替入口，Agent需要一颗「小脑」

事件概述

在WAIC 2026期间，腾讯副总裁林松涛、应用宝跨端业务及Marvis负责人蔡建涛接受了媒体采访，重点介绍了桌面Agent产品Marvis的定位、技术差异与商业化思路。

核心观点：意图代替入口，Agent需要系统级感知

林松涛指出，过去20年互联网是“小助手”逻辑，只做推荐（如推荐携程购票）；而AI时代“意图正在代替入口”，用户只表达意愿（如“我要买票”），平台除了交付数字能力，还必须保障结果。

Marvis并非为了追赶Agent热潮而做，而是应用宝从“分发软件”走向“直接交付服务”的必然演进。过去用户需先下载App再使用服务，现在Agent可直接完成服务，开发者也从交付App变为通过CLI、MCP、SDK等提供后台能力。

差异化：端侧“小脑”与环境感知

蔡建涛将Agent拆分为感知、思考、规划和行动四个部分。他认为多数Agent具备思考、规划、行动能力，唯独缺少“感知”——即在用户授权后，通过本地模型提前理解设备中的文件、程序与行为历史。

相较通用Agent需全盘盲扫文件并逐张交给云端模型识别（带来高Token消耗与隐私风险），Marvis利用系统权限，在端侧提前识别文件类型与内容。林松涛比喻：大模型训练编程与长程推理是拼“大脑”，而Marvis做的端侧模型相当于“小脑”和“反射神经”，保证速度、执行效率与稳定。

这些端侧模型包括翻译小模型、多模态视觉模型等，由腾讯混元训练的中尺寸模型承担“小脑”角色，更小的模型类似“反射神经”。林松涛透露，中尺寸模型已可在配备8GB显存的Windows电脑及32GB内存的Mac上运行，配置门槛低于行业同类方案。

核心数据与用户行为

• Marvis于5月20日上线，两天后DAU超过30万，七日留存约54%。
• 44%的用户使用本地文件能力，28%管理电脑硬件，18%执行浏览器任务，16%使用应用能力，仅6%将其作为搜索工具。蔡建涛认为，这意味着用户对Marvis的定位（设备助理）有清晰认知，不将其视为豆包、元宝等通用聊天的替代品。

关键指标：真实任务完成率而非DAU

林松涛表示，团队最看重的不是日活或会话数，而是用户真实任务的实际完成数——即用户认为事情确实办成了。目前还难以准确标定满意度口径（如生成PPT后用户满意度），团队承认仍处于Agent发展的早期阶段。

商业化：现阶段不收费，探索出海与B端

Marvis目前每天向用户赠送免费Token。林松涛称现阶段还不是谋求收费的时候，国内Token成本高昂且用户付费习惯尚未形成；免费额度是为了让用户完成一次真正尝试。

未来可能的路径包括：调整免费额度、推进B端合作，以及与微软、英特尔共同探索出海。海外用户为能力付费的基础与国内不同，是更看重的方向。

生态与扩展

• Skill广场：将技术概念（Skill、MCP、CLI）隐藏在背后，只让用户描述需求，目前渗透率约37%。团队计划推出“人才市场”，由开发者提供虚拟角色（如电脑管家），用户可像雇佣人才一样选择。
• 吐司（Toast）：一个可通过自然语言对话生成App的产品，在供给侧创造增量。林松涛认为vibe coding时代“再小的需求也值得一个应用”，但吐司与Marvis未来存在整合可能。

结语

桌面Agent基础能力正被大模型拉平，差异取决于两个问题：Agent有多了解用户环境，以及当它说任务完成时事情是否真的完成了。Marvis将赌注押在“感知”与任务真实完成率上，这条路需要深入操作系统、降低端侧运行成本，并长期打磨可靠性。