Die unterschiedliche Wahl von Tencent Marvis bei der Entwicklung von Agenten: die Computer der Nutzer zu "verwalten"

Text | LI Zhaofeng   

Redaktion | ZHANG Yuxin

Kürzlich hat Tencent eine neue Version von Marvis veröffentlicht, die das persönliche Agent-Produkt mit dem Image des „kleinen Überraschungshits“ als „KI-Butler“ neu positioniert. Laut Intelligent Emergence ist die Zahl der täglich aktiven Nutzer von Marvis bis zu diesem Monat fast viermal so hoch wie bei der Einführung im Mai.

Marvis stammt vom Team von Tencent Appbao, das für die App-Verteilung zuständig ist. Bei der Einführung im Mai dieses Jahres wurde es als „persönlicher KI-Assistent auf Betriebssystemebene“ bezeichnet, dessen Schwerpunkt auf der Ausführung von Aufgaben wie der Installation von Software und der Suche nach Dateien gemäß den Anweisungen der Nutzer lag.

Bei dieser Überarbeitung hat Tencent neben der Verwaltung von Computerdateien die Verwaltung von Computersystemen und Hardware in den Fokus gerückt: Marvis kann den Akkuzustand prüfen, stromhungrige Anwendungen erkennen und auch die Startprogramme beim Systemstart anpassen. Cai Jiantao, Leiter des Marvis-Geschäftsbereichs, sagte kürzlich auf einer Veranstaltung, dass die tatsächliche Nutzung durch die Nutzer seit der Einführung im Mai nicht mit den ursprünglichen Vorstellungen des Teams übereinstimme. „Viele Nutzer nutzen unser Produkt wirklich als einen KI-Butler.“

Zuvor hatte Cai Jiantao in öffentlichen Interviews offengelegt, dass lokale Dateien das am häufigsten genutzte Szenario sind, das 44 % der Nutzer betrifft; weitere 28 % nutzen es zur Verwaltung von Computern und Hardware. Rückmeldungen einiger früher Nutzer von Marvis zeigen, dass sie nach dem Herunterladen von Marvis nicht wussten, welche Aufgaben sie ihm zuweisen sollten. Cai Jiantao antwortete darauf: „Die Hälfte dieser Überarbeitung dient genau dazu, dieses Problem zu lösen.“ Die neue Version konzentriert sich auf vier Arten von Aufgaben: Computer, Dateien, Software und Browser.

Gegenwärtig haben die zahlreichen Agenten auf dem Markt ihre Einsatzszenarien bereits in unterschiedliche Richtungen aufgeteilt.

Eine frühere Richtung zielt auf das Büroszenario ab. Im März hat Anthropic die Forschungsvorschau für die Computerbedienung von Claude Cowork freigegeben: Nach Erhalt der Genehmigung kann es Desktop-Anwendungen verwenden, um Berichte und Präsentationen zu erstellen. In China sind bürobezogene Agenten wie WorkBuddy, Qwen Office und Doubao Work ebenfalls darauf ausgelegt, dass Nutzer Arbeitsaufgaben zuweisen und Ergebnisse wie Dokumente, Webseiten und PPTs erhalten.

Eine andere Richtung zielt auf das Online-Leben ab. Meta hat diesen Monat Muse auf den Markt gebracht, das E-Mails bearbeitet und Reisebuchungen in einem virtuellen Cloud-Computer vornimmt; die Qwen-App von Alibaba hat ebenfalls angekündigt, in den Bereich der persönlichen Agenten einzusteigen und mehrere Lebensszenarien wie Essensbestellungen, Einkäufe sowie Flug- und Hotelbuchungen zu integrieren. Weltweite Hersteller bringen nacheinander persönliche Agent-Produkte auf den Markt: Die US-amerikanische Venture-Capital-Gesellschaft Menlo Ventures und das Marktforschungsunternehmen Morning Consult haben im Juli dieses Jahres 5067 erwachsene US-Bürger befragt: Unter den Befragten, die KI nutzen, haben 41 % bereits KI-Agenten ausprobiert und 24 % nutzen sie regelmäßig. Zumindest unter den KI-Nutzern in den USA haben Agenten das Stadium der Erprobung durch eine kleine Gruppe von Menschen bereits hinter sich gelassen.

Büroagenten und Online-Lebensagenten benötigen eine PC-Plattform, um ihre Aufgaben zu erledigen, während Marvis den Endgerät selbst verwalten und gleichzeitig der „Butler“ für alle verstreuten Aufgaben auf dem PC werden möchte.

Zudem verfügt Marvis über einen einzigartigen Aufrufpfad für Agenten: Zuerst erstellt das Endgerätmodell einen Index für die autorisierten Daten, bei der Suche durch den Nutzer wird der Index zur Suche verwendet und das Cloud-Modell bei Bedarf aufgerufen – dies unterscheidet sich von dem Ansatz von Büroagenten wie WorkBuddy, die im Wesentlichen auf Cloud-Modelle setzen.

01 Wie weit ist Marvis mit seiner „Butler“-Funktion gekommen

Um die „Verwaltung des Computers“ zu realisieren, muss man zuerst bis auf die Systemebene vordringen.

In der Demo der neuen Version hat Marvis die Startprogramme eines Macs angepasst und die stromhungrigen Anwendungen erkannt, die die Akkulebensdauer beeinträchtigen. Bei Vorgängen, die Systemberechtigungen erfordern, stoppt es jedoch am Bestätigungsfenster und wartet darauf, dass der Nutzer das Passwort eingibt. Wie viele Funktionen es dem Nutzer bieten kann, hängt weiterhin davon ab, welche Funktionen das Betriebssystem freigibt.

Bei ähnlichen Produkten lassen sich vergleichbare Vorgänge beobachten. Microsoft hat im letzten Jahr seinen eigenen Agenten in die Einstellungen einiger Windows-Computer integriert und später versucht, Datei- und Einstellungsfunktionen für Agenten von Drittanbietern freizugeben – unter der Voraussetzung, dass der Nutzer die entsprechenden Funktionen aktiv selbst aktiviert und der Zugriff auf vertrauliche Informationen zustimmt.

Die neue Version der Datei-Butler-Funktion bietet eine Erinnerung an die Aktualisierung der Datenbank. In einer öffentlichen Demo hat das Marvis-Team das Szenario der Campus-Rekrutierung als Beispiel genannt: Nachdem die Personalabteilung eine Datenbank für Lebensläufe erstellt hat, erhält sie 50 weitere Lebensläufe, die als neue Dateien auf dem Computer gespeichert werden. Marvis schlägt vor, sie der vorhandenen Datenbank hinzuzufügen, wobei dieser Vorgang letztendlich vom Nutzer bestätigt werden muss.

Cai Jiantao sagte: „Wenn Marvis nach lokalen Dateien sucht, verarbeitet es den Inhalt der Dateien mit dem Endgerätmodell und erstellt einen Index im Rahmen der vom Nutzer erteilten Berechtigungen, was die Geschwindigkeit der Dateisuche erheblich beschleunigt. Einige Agenten führen den Schritt der „Erstellung eines Dateiindex mit dem Endgerätmodell“ nicht durch – wenn man sie eine Datei suchen lässt, die vor fünf Jahren erstellt wurde, kann das sogar eine Stunde dauern.“

Die lokale Verarbeitung erfordert Rechenleistung, was einst eine Gerätehürde für Marvis darstellte. Cai Jiantao sagte, dass die Version vom Mai einen Sechskernprozessor und 16 GB Arbeitsspeicher erforderte, hauptsächlich weil die Wissensdatenbank viel Rechenleistung verbraucht. Die neue Version hat den Prozess der Erstellung der lokalen Wissensdatenbank vereinfacht, sodass die Computerkonfiguration auf einen Vierkernprozessor und 8 GB Arbeitsspeicher herabgesetzt werden kann, damit die Nutzer das Produkt „zuerst einmal nutzen können“.

Marvis plant zudem, die Dateisuche auf private Speichergeräte wie NAS (Private Cloud / Netzwerkspeichergerät) auszuweiten. Derzeit wird in Zusammenarbeit mit Intel und Feiniu eine angepasste Version von NAS entwickelt, die im Oktober auf den Markt kommen soll. In früheren Demos war die Kombinationsfähigkeit von Marvis und NAS bereits ansatzweise zu sehen: Wenn der Nutzer nach „Meer“ sucht, kann Marvis den Abschnitt im Video finden, in dem das Meeresbild erscheint; bei der Suche nach „Videos mit Applaus im Ton“ kann es schnell den entsprechenden Tonabschnitt lokalisieren.

Ein Mitarbeiter von Tencent erläuterte den Ablauf hinter dieser Videosuche: Im Rahmen der vom Nutzer erteilten Berechtigungen dekodiert Marvis zuerst das Video, verarbeitet Bild und Ton und erstellt dann einen Index. Bei einem NAS mit einer Kapazität von mehr als zehn TB verarbeitet es zuerst die Daten, auf die der Nutzer aktuell zugreift, und erweitert dann den Bereich entsprechend den Suchanforderungen.

Bezüglich der Anforderung der Nutzer, Software zu installieren, sagte Cai Jiantao, dass vor der Überarbeitung täglich etwa 40.000 bis 50.000 Nutzer diese Funktion verwendet haben. Die neue Version bündelt Anforderungen wie Installation, Aktualisierung und Bedienung von Software in der unabhängigen Funktion „Software-Butler“, sodass die Nutzer sie leichter finden können.

Gleichzeitig hat das Marvis-Team auch Anwendungen im Spieleszenario vorgestellt und plant, später zu einem eigenständigen „Spiel-Butler“ zu werden. In der Demo der Steam-Spiel-Funktion analysiert Marvis nach dem Zuschauen einer Spielrunde den Kampfverlauf; im Lehrmodus weist es den Nutzer während des Spiels darauf hin, welche Taste er als Nächstes drücken soll.

Was die Bedienoberfläche angeht, können Nutzer über ihr Mobiltelefon Befehle aus der Ferne an den Computer senden. Cai Jiantao gab an, dass die Fernsteuerung seit der Einführung von Marvis insgesamt mehr als 18 Millionen Mal genutzt wurde.

Laut Intelligent Emergence bemüht sich Tencent auch um die Zusammenarbeit mit Computerherstellern, um Marvis auf mehr Geräten verfügbar zu machen. Derzeit wurde die OEM-Version für Computerhersteller bereits veröffentlicht.

Gegenwärtig ist der Markt für KI-Assistenten auf PCs in eine Phase intensiven Wettbewerbs eingetreten. Einige Hersteller verfolgen einen eigenständigen Entwicklungsweg, beispielsweise hat Lenovo sein Produkt Qira für berechtigte Computernutzer zum Download freigegeben; der KI-Assistent AI Companion von HP ist bereits auf einigen Copilot+ PCs vorinstalliert.

„Einige PC-Hersteller haben ihren eigenen KI-Assistenten, andere wollen diese Produktform nicht“, sagte Cai Jiantao über die Zusammenarbeit mit PC-Herstellern. Tencent kann auch nur die zugrundeliegende KI-Engine bereitstellen, wobei die Hersteller selbst entscheiden, welche Produktform für die Nutzer angeboten wird.

Bezüglich der Computerdiagnose sagte Lin Songtao, Vizepräsident von Tencent, in einem früheren Medieninterview: „Was fehlt, ist nie das Wissen, sondern das Verständnis für das jeweilige Gerät.“ Cai Jiantao stellt sich vor, dass Marvis, wenn Computerhersteller mehr Gerätezustände freigeben, den Nutzer aktiv dazu auffordern kann, den Speicher zu bereinigen, wenn die Festplatte C fast voll ist – ohne dass der Nutzer zuerst einen Befehl geben muss.

02 Unumgänglich: Das Büroszenario?

Marvis konzentriert sich nicht auf Büroaufgaben, aber sobald es die Dateien der Nutzer verwaltet, kommt es nicht um das Büroszenario herum.

„Bereits im ersten Monat nach Projektstart haben wir beschlossen, uns nicht als Büro-KI zu positionieren“, sagte Cai Jiantao früher über die Produktausrichtung. Dokumente und PPTs sind die ersten Aufgaben, die viele Agenten übernehmen: Die Ergebnisse sind sichtbar und die Umsetzung ist „viel einfacher als die Entwicklung eines Spiel-Assistenten“. Marvis wird auch Büroanforderungen abdecken, aber „wir bezeichnen uns selten als den besten Agenten für die Erstellung von PPTs, da dies relativ weit von unserer Hauptrichtung entfernt ist“.

Innerhalb von Tencent ist WorkBuddy das Produkt, das auf Büroaufgaben ausgerichtet ist. Statistiken von Analysys zeigen, dass im Juni dieses Jahres die insgesamt gemessene Anzahl der Zugriffe auf 17 KI-native Büroagenten für Desktop-PCs in China 60 Millionen überschritten hat; davon entfielen 20,97 Millionen Mal auf WorkBuddy, was einem Drittel entspricht.

Vor kurzem hat Tencent bereits begonnen, zahlreiche Agent-Produkte zu integrieren. Erst gestern hat Tencent angekündigt, dass QClaw, das vor kurzem in das WorkBuddy-Team eingegliedert wurde, am 24. Dezember den Betrieb einstellen wird. Nutzer können ihre Daten zu WorkBuddy migrieren.

Trotz der Unterschiede in der Positionierung ist es für Marvis und WorkBuddy schwierig, in den Produktfunktionen vollständig voneinander abzuweichen: WorkBuddy kann lokale Dateien lesen und schreiben, die der Nutzer autorisiert hat; Marvis kann auch Berichte erstellen.

Im Gegensatz zu Marvis, das noch nach seiner endgültigen Positionierung sucht, hat WorkBuddy bereits einen klar definierten Zielmarkt und Fortschritte bei der Kommerzialisierung erzielt. James Mitchell, Chief Strategy Officer von Tencent, sagte auf der Ergebnis-Telefonkonferenz im August, dass die Zahlungen der Nutzer für WorkBuddy deutlich steigen und die Bruttomarge der zahlenden Nutzer bereits dem Gesamtniveau von Tencent Cloud entspricht.

Bezüglich der Kommerzialisierung von Marvis nannte Cai Jiantao die auf dem Markt verfügbaren Tools zur Bereinigung der Festplatte C als Beispiel: Entwickler verbringen Jahre damit, Dateitypen, Verzeichnisse und Installationscaches zu durchsuchen, damit das Tool den Speicher gründlicher und schneller bereinigen kann als andere Tools. „Es ist gerechtfertigt, für eine solche spezielle Funktion zu bezahlen.“

Er gab an, dass Marvis ein Kommerzialisierungskonzept einführen wird, wenn das Produkt über ausreichende Wettbewerbsfähigkeit verfügt; die Gebühren werden „möglicherweise nicht von den reinen grundlegenden Fähigkeiten des Agenten“ stammen, sondern die Nutzer zahlen für die Ökosystempartner, die professionelle Tools anbieten.