從電腦維修大師看系統級 Agent 如何終結日常 PC 摩擦力。

過去一年多，AI 工具多半停留在「網頁對話框」或「程式碼編輯器側邊欄」：你向它提問，它吐出長篇大論的步驟指引；你複製貼上代碼，它幫你修改函式。

但如果今天碰到的問題是： * 「C 槽又亮紅燈了，到底哪些暫存能刪，哪些是系統核心不能碰？」 * 「剛開機風扇就狂轉、滑鼠游標狂卡，到底是哪個背景服務在偷偷作怪？」 * 「想跑個本地 AI 模型或玩新遊戲，我的顯示卡跟記憶體到底能不能扛得住？」 * 「遠在老家的長輩打電話來，慌張地說『螢幕跳出一個英文錯誤視窗，我不知道該點什麼』……」

面對這些真實又瑣碎的日常，傳統的 ChatGPT 或 Claude 往往顯得「遠水救不了近火」。它會認真地教你：「請按下 Win + R，輸入 regedit，前往 HKEY_LOCAL_MACHINE... 尋找對應機碼。」但對非技術背景的使用者來說，滿滿的火星文代碼和對搞爛作業系統的恐懼，只會讓「電腦焦慮」變得更嚴重。

科技創作者小天 fotos 在其影片《扒光马维斯的底，大部分人都没懂这个系统层级Agent》中，分享了一個很有意思的視角：他原本對騰訊推出的「馬維斯（Marvis）」沒有特別關注，直到不常碰 AI 的家人強力推薦，他才好奇用程式工具扒開安裝目錄與架構，驚覺許多人把它誤當成了另一個普通的 Chatbot。

它真正的定位，是直插作業系統深處的系統層級 Agent（OS-Level Agent）。它的核心使命不是陪你高談闊論，而是把「我不會弄、不敢修」的巨大摩擦力，化為「下一步點這裡」的導引或在確認後的自動排障修復。

這篇文章從小天的技術拆解與系統級 Agent 的架構出發，聚焦於「電腦問題維修大師」的核心能力，並進一步探討它如何延伸到遠距家庭 IT、語義檔案整理與本地隱私工作流。這是一篇基於公開資料與技術架構的應用解析，不涉及商業宣傳，旨在釐清這類工具的真實價值與安全邊界。

從小天 fotos 的「扒光底層」出發：為什麼大家誤解了這個系統級 Agent？

小天 fotos 在影片開頭拋出了一個核心觀察：很多產品看似只有一個輸入框，底層邏輯卻完全不同。

如果只是把馬維斯當成寫文案、查資料的助手，那市面上成熟的大語言模型多的是。大家之所以「沒看懂」，是因為習慣了雲端對話框的單向思考，而忽略了它擁有觸達本機作業系統（Windows / macOS / Android）的權限與專屬執行器。

在傳統軟體世界與現代 AI 之間，存在一條巨大的鴻溝：

小天指出，現代人花費了大量心力在解決作業系統的「低級摩擦力」上。一旦 AI 能夠獲取系統環境的真實狀態，它就從一個「旁觀的軍師」，變成了「坐在你身旁幫你扶著鍵盤滑鼠的維修工程師」。

架構解剖：1 主 ＋ 5 副 Agent 的多智能體協同機制

為什麼單一模型做不好系統維修，而馬維斯可以？關鍵在於多智能體協作（Multi-Agent Teams）的工程實現。

作業系統的任務非常雜碎：要查硬體、要搜磁碟、要連網找最新的補丁說明、還要操作特定的應用軟體。若把所有工作全塞給同一個大模型，極易引發上下文遺忘與指令混淆。

馬維斯底層採用了「1 個主調度中樞 ＋ 5 個領域專才 Agent」的分工模型：

graph TD
    User["使用者（自然語言指令）<br/>例如：『電腦開機變得好慢，幫我看看怎麼回事』"] --> MainAgent["主 Agent（Main Orchestrator）<br/>意圖辨識、任務拆解、工作流編排、安全紅線審查"]
    
    MainAgent --> ComputerAgent["【電腦/系統 Agent】<br/>硬體狀態、進程監控、系統服務、登錄檔檢測"]
    MainAgent --> FileAgent["【檔案 Agent】<br/>本機硬碟遍歷、重複比對、檔案語義檢索、快取清理"]
    MainAgent --> AppAgent["【應用 Agent】<br/>本地軟體調用、視窗操作、環境變數與相容性比對"]
    MainAgent --> BrowserAgent["【瀏覽器 Agent】<br/>網頁自動化、特定驅動下載頁定位、表單填寫"]
    MainAgent --> SearchAgent["【搜索 Agent】<br/>全網技術文檔、論壇已知報錯、最新補丁知識庫"]
    
    ComputerAgent --> DiagnosticReport["系統狀態與診斷報告"]
    SearchAgent --> DiagnosticReport
    DiagnosticReport --> MainAgent
    MainAgent --> ActionPlan{"修復方案與行動計劃<br/>（高亮導引 vs 自動執行）"}
    ActionPlan --> UserConfirm["使用者顯式確認（Human-in-the-Loop）"]
    UserConfirm --> SafeExecution["安全執行並回報結果"]

各專才 Agent 各司其職：

1. 主 Agent（Main Orchestrator）：負責傾聽使用者口語化的抱怨，將大問題拆分成具體的技術子目標，並控制執行邊界。
2. Computer Agent（系統工程師）：直接讀取作業系統 API，獲取 CPU/GPU 佔用率、記憶體負載、開機啟動項清單與 Windows/macOS 系統事件日誌。
3. File Agent（檔案管家）：負責深挖本機磁碟，不僅能看副檔名，還能進行目錄容量樹狀分析與檔案屬性比對。
4. App Agent（應用調度員）：掌握已安裝軟體的資訊，負責調用本機應用程式或排查環境變數衝突。
5. Browser Agent & Search Agent（外部情報員）：當碰到生僻的藍屏代碼或未知的硬體錯誤時，即時在全網知識庫與廠商支援論壇中檢索經過驗證的解決對策。

這種結構化分工，保證了當你提出一個電腦問題時，系統不是在憑空「腦補」答案，而是先由專才 Agent 實際去系統裡「摸底巡檢」，再回傳客觀事實。

主打應用：電腦問題維修大師——終結日常 PC 焦慮的 4 大實戰場景

有了上述架構支撐，「電腦問題維修大師」究竟能做到哪些傳統工具做不到的事？

實戰場景一：C 槽紅色警報——語義化空間清理，不再怕誤刪

每隔幾個月，許多 Windows 使用者的 C 槽就會亮起觸目驚心的紅條。傳統清理工具只敢刪除 C:\Windows\Temp，對真正的硬碟殺手（通訊軟體動輒數十 GB 的影片快取、開發者遺留的 .cache 與映像檔、過期的休眠暫存）束手無策。

而系統級 Agent 能做到「語義理解 ＋ 空間診斷」：

• 它會主動列出：「您的通訊軟體儲存了 45GB 的影音快取，其中 30GB 為 90 天以前接收的群組轉寄影片；此外，休眠檔案 hiberfil.sys 佔用了 16GB，而系統目前為桌機常駐供電模式。」
• 接著它給出人話建議，而不是冰冷的路徑代碼：「建議清除 90 天以上的通訊軟體快取，並透過指令安全關閉休眠檔。這將釋放約 46GB 空間，且不會影響您的聊天文字紀錄與重要文件。」
• 使用者只要說「好，幫我執行」或確認彈窗，Agent 即完成清理，徹底避免手動進目錄刪錯檔案的悲劇。

實戰場景二：電腦突發卡頓——揪出偷吃資源的「幽靈進程」

電腦突然像中風一樣卡住、風扇瘋狂呼嘯時，普通人打開工作管理員，看到幾百個英文進程（如 svchost.exe、SearchIndexer.exe、甚至偽裝成系統組件的常駐程式），根本不知道誰能關、誰不能動。

Computer Agent 能在後台持續觀察各行程的 CPU、記憶體與磁碟 I/O 曲線：

• 它會直接回報：「目前造成卡頓的是某應用程式在背景發起的無效日誌寫入，每秒產生 80MB 的磁碟讀寫；另有兩個開機自啟動的更新程式處於無響應死結狀態。」
• 它不會粗暴地終止關鍵系統進程，而是精確標記出「建議結束執行的第三方常駐程式」，並提供一鍵結束或將其移出開機自啟動清單的具體動作。

實戰場景三：硬體相容性體檢——「我這台到底能不能跑？」

不論是想買熱門遊戲大作（如《黑神話：悟空》）、安裝專業剪輯軟體（如 DaVinci Resolve），或是想在本地跑一個 7B/14B 的開源 AI 模型，非硬體玩家往往對「最低配置需求」感到一頭霧水。

你只需要問一句：「我想在本地跑一個語音生成模型，這台電腦跑得動嗎？」

• Agent 會讀取本機真實硬體規格（CPU 型號、實體記憶體大小、GPU 型號與專用 VRAM 顯存、CUDA 驅動版本）；
• 接著聯網檢索該模型的真實運算要求；
• 最後給出誠實診斷：「您的 GPU 是 RTX 4060（8GB 顯存），若使用官方原生 FP16 模型會遭遇顯存溢出（OOM）；但若使用社群量化版（Q4_K_M）或開啟 CPU 記憶體卸載（Offloading），可以流暢運作，預估生成速度約為每秒 15 個 Token。」

這省去了使用者自行去各論壇爬文、對照天梯圖的龐大時間成本。

實戰場景四：系統設定迷宮——「下一步點這裡」的視覺化修復

耳機插上去沒聲音、外接螢幕更新率鎖死在 30Hz、藍牙裝置搜尋不到、印表機多工緩衝區卡死……這類日常小故障往往不是硬體壞了，而是系統深層設定跑掉。

過去，長輩或新手照著網路教學點選，常在「Windows 設定」與「傳統控制台」之間迷路。系統級 Agent 提供了兩種修復模式：

1. 導引模式（Guide Mode）：Agent 直接在螢幕上以箭頭或高亮框圈出目標，宛如專業工程師在身邊指導：「下一步請點擊這裡的『進階聲音選項』，將預設輸出切換為 Realtek Audio」；
2. 直達模式（Action Mode）：針對印表機重啟 Spooler 服務、重新整理 DNS 快取等標準排障流程，Agent 在取得授權後直接執行後台命令，三秒排除障礙。

衍伸四大應用：從家庭 IT 救星到端側隱私管家

當一個 Agent 具備了系統層級的操作能力，它的舞台絕不僅限於修電腦。從日常工作效率的角度切入，至少能自然延伸出以下四個高價值應用：

mindmap
  root((系統級 Agent<br/>核心架構))
    電腦問題維修大師
      C 槽語義清理
      卡頓幽靈進程排查
      軟硬體跑分相容性診斷
      設定排障引導
    衍伸應用一：家庭遠距 IT 救星
      跨端（手機看電腦）狀態
      長輩電腦遠距報錯解讀
      手機端授權遠距修復
    衍伸應用二：語義檔案與桌面秘書
      桌面混沌雜物歸檔
      跨目錄重複素材比對
      依專案週期自動打包
    衍伸應用三：開發與創作者環境導航
      環境變數 PATH 自動校驗
      通訊埠 Port 衝突釋放
      依賴套件版本鏈路打通
    衍伸應用四：端側算力與隱私模式
      離線本地小模型推論
      敏感個人文件不出本機
      斷網狀態下的日誌檢索

1. 遠距家庭 IT 救星（跨端手機 ↔ 電腦連動）

只要你身為家族裡「懂電腦的人」，一定經歷過這種折磨：出差或上班時，長輩打電話來說電腦壞了，在電話裡雞同鴨講半小時，最後發現只是螢幕訊號線鬆了或誤按了全螢幕切換。

支援跨端的系統級 Agent（如馬維斯支援 Android / Windows 跨端）打破了這個僵局：

• 長輩只要在電腦端保持連線，你在手機上就能收到 Agent 彙整的系統診斷卡：「目前顯示器無訊號輸入，但主機運作正常，偵測到 HDMI 連接線於 5 分鐘前中斷」；
• 你可以遠端授權 Agent 重啟特定程式或修復網路設定，不用再遠端遙控把長輩嚇得不敢碰滑鼠。

2. 「混亂桌面」的語義檔案秘書

很多人的電腦桌面像廢墟一樣，堆滿了「新建資料夾 (3)」、「未命名簡報_最終版_真最終.pptx」、「螢幕截圖_2026-09.png」。傳統的自動整理軟體只能死板地把 .jpg 全塞進圖片夾、把 .pdf 塞進文件夾，打亂了原本的專案脈絡。

File Agent 的語義整理能力完全不同：

• 它能讀取文件標題與內文摘要：「我發現您桌面上有 8 份與『2026年第三季行銷活動』相關的文件、3 個主視覺圖片與 2 份請款單，是否需要替您建立 2026_Q3_Marketing 專案專夾並自動歸檔？」
• 讓檔案整理依循你的「業務邏輯」，而非「副檔名分類」。

3. 開發者與內容創作者的「環境配置導航」

對於想嘗試開源 AI 工具（如 ComfyUI、Stable Diffusion、本地 LLM）的創作者來說，最大的攔路虎永遠不是創意，而是環境配置：

• Python 版本裝錯、CUDA Toolkit 與顯示卡驅動不相容、Git 環境變數沒寫進 PATH、8080 連接埠被其他背景服務霸佔……
• 系統級 Agent 能自動巡檢環境鏈路，標註問題：「您的 Python 3.12 與該專案所需的 PyTorch 2.4 有相容性衝突，且 7860 Port 目前被其他 WebUI 佔用；建議切換為 Python 3.10 Conda 虛擬環境，並為新服務指派 7861 Port。」

4. 端側算力結合：守住隱私紅線的本地模式

微軟推出 Copilot+ PC 與 Recall 功能時，引發了全球對個人隱私與資料上傳雲端的強烈反彈。使用者最忌諱的，就是「AI 為了幫我管電腦，把我所有的操作和私密文件全傳回雲端伺服器」。

這也是小天在影片中強調「隱私模式」的價值所在。當電腦具備現代 NPU 或獨立顯卡時，系統日誌分析、磁碟內容檢索等高敏感任務，完全可以調度本地輕量端側模型（On-device SLM）在純離線環境下運算。只有在需要檢索外部新知識或複雜推理時，才經由使用者授權連網。這種「端雲協同」是系統級 Agent 走向大眾的唯一信任基石。

理性審視：系統級權限是一把雙刃劍，如何築起安全防護網？

在看見系統級 Agent 強大便利性的同時，必須秉持 Bylitas 一貫的客觀標準：越強大的系統權限，伴隨著越嚴峻的安全風險。

系統層級 Agent 與瀏覽器對話框最大的不同，在於它的指令具有實體破壞力。

1. 模型幻覺（Hallucination）的代價被急遽放大

如果在網頁版 ChatGPT 上，模型胡言亂語，最多浪費你兩分鐘讀一段廢話。 但如果一個擁有系統管理員權限的 Agent 在排障時產生幻覺，把 Windows 核心系統服務誤判為惡意程式並強制刪除，或是把重要資料夾誤認成暫存快取全部清空，代價將是無法承受的災難。

2. 嚴格實踐「人機雙重確認（Human-in-the-Loop）」

任何負責任的系統級 Agent，都必須建立不可逾越的「安全紅線」：

• 唯讀（Read-Only）與診斷可以全自動化進行；
• 但任何涉及「檔案刪除、登錄檔寫入、關閉系統服務、執行終端機高權限指令（PowerShell / Bash）」的操作，絕對不能靜默執行。
• 必須以清晰的人話彈出確認視窗，明確告知：「我即將執行指令 X，這會關閉服務 Y，預期影響是 Z，請問是否確認？」

3. 提防行銷話術：區分「軟體排障」與「物理極限」

不要因為宣傳影片拍得神乎其技，就以為 AI 能修復一切電腦故障。

• 如果是硬碟產生實體壞軌、記憶體金手指氧化、散熱膏乾涸導致 CPU 過熱降頻、或是電源供應器供電不穩導致隨機重開機——這是物理問題，任何軟體 Agent 都無能為力。
• 好的 Agent 應該誠實告知：「硬體溫度感測器顯示 CPU 核心已達 100°C 觸發降頻，排障建議為清理機殼灰塵或重塗散熱膏，而非調整軟體設定。」

落地指南：把電腦日常交給 Agent 的建議步驟

如果你準備開始體驗馬維斯或類似的系統級 Agent，建議採取循序漸進的節奏，切勿一開始就全面開放最高權限：

1. 第一步：先當「診斷儀」，不當「主刀醫生」

先用它來做無害的狀態查詢。例如：「幫我看看開機自啟動有哪些項目」、「分析一下 D 槽空間被什麼佔滿了」、「檢查我的顯示卡驅動是不是最新版」。在純診斷模式下觀察它的判斷是否精準。

1. 第二步：驗證「下一步點這裡」的導引準確度

遇到設定問題時，先請它在畫面上指示點擊路徑，由你自己手動點擊。確認它對系統選單的理解沒有過期或偏離。

1. 第三步：小規模嘗試高頻、可逆的自動化任務

例如特定資料夾的重複檔案比對、臨時快取清理（清理前先確認有移至資源回收筒或備份區）。

1. 第四步：永遠保留系統還原點與關鍵資料冷備份

在給予任何深度系統調整權限前，確保作業系統已建立「系統還原點」，重要工作成果與個人照片均維持「3-2-1 備份原則」。

結語：從「操作電腦」到「擁有數位管家」

從 DOS 時代的命令列，到 Windows 的圖形化介面（GUI），再到今日自然語言驅動的系統級 Agent，人類與電腦互動的本質一直在朝著「降低摩擦力」的方向演進。

小天 fotos 的影片之所以能引發共鳴，是因為它戳破了一層窗戶紙：AI 最大的價值，不一定是在雲端寫出多驚豔的十四行詩，而是在日常生活中，幫你把那台陪你工作、卻常常發脾氣卡頓的電腦，打理得井井有條。

馬維斯所代表的「系統級 Agent」，把過往只有專業工程師才看得懂的系統日誌、硬體代碼與環境變數，翻譯成了普通人都能理解並輕鬆決策的人話。當科技不再用門檻刁難人，而是默默替人移開路上的絆腳石時，AI 才能真正從酷炫的技術展示，走進每個人平凡而真實的日常。