对着一个设置面板找了十分钟找不到那个开关，这种挫败感每个人都有过。一位独立开发者做的 Marv 给出了一个很直觉的解法，按住热键对着屏幕提问，语音回答的同时直接在屏幕上画箭头、圈按钮、写标注，告诉你下一步点哪里。产品还在等待列表阶段没有正式发布，但发布帖当日冲进了社区日榜前十五。我把官网与评论区核了一遍。
它怎么工作
交互三步。按住热键用语音提问，比如这个导出按钮在哪，语音回答你的同时在屏幕上实时画标注，箭头指向那个藏在三级菜单里的按钮，圆圈圈住你要点的位置，高亮标出重点区域，答案你还没听完手已经知道往哪移了。演示场景里它还能跨应用追踪任务，你在表格里问下一步做什么，它标完表格标下一个应用的位置，整个工作流像有个同事坐在旁边指路。多显示器支持已确认，标注跟住对应窗口不会窜屏。这个交互为什么新，对照现有的求助方式更明显。以前教长辈用手机要打视频电话，对方举着手机对准屏幕让你看。企业里带新人在工位之间来回跑。自己卡住了就截图发群里等人回。画标注的方案把这些回合压成一个动作，问的人不用描述位置，答案直接画在屏幕上。技术上这要求模型同时听懂口语、看懂界面、找对位置，三件事缺一不可，这也是这类产品直到视觉模型成熟才出现的原因。
定位是 Windows 桌面伴侣，目前仅 Windows，没有其他平台的可靠时间表。产品未正式发布，官网只提供等待列表注册，无下载无定价信息，社区页面标注的免费选项是意向而非承诺。
解决了什么需求
查文档翻论坛找一个设置在哪，这个时间是真实的浪费。有位评论者说得准确，翻三个论坛帖子找一个设置太烦了，直接问屏幕上已有的东西比打字描述高效得多。与让代理直接操控屏幕的方案相比，画标注不抢控制权，你看到提示自己决定点不点，这个边界设计有同行专门点赞。质疑声同样有价值，有评论者指出在按钮上画圈传递的是确定性，你可能在思考之前就点了，自信地指错方向才是真正浪费一个下午的失败模式，开发者承认这个风险需要改进。边界问题之外，能落地的场景其实不少。最直接的是企业软件培训，大型办公套件的设置项动辄几百个，画标注相当于给新人随身配了个熟手。家庭技术支持排第二，长辈的电脑问题以后不用电话里猜。专业软件自学排第三，视频教程要来回拖进度条，原地指路即问即答。三类场景成立的前提是同一个，答案的准确率过关，这正是前面那个质疑的分量所在。演示视频里的丝滑表现与真实复杂界面之间的差距，也要等正式版用真实场景检验。在那之前，等待列表是唯一的入口。这类产品通用的问题——模型说错了怎么办、隐私如何保障——也都在评论区被问到了，开发者的回复态度诚恳但答案还在展开。
注意事项
产品未正式发布，官网只提供等待列表注册，无下载无定价信息，社区页面标注的免费选项是意向而非承诺，不要按已上线产品做预期。目前仅 Windows，没有其他平台的可靠时间表。单人开发，声量集中在社区讨论区，技术社区无讨论，产品成熟度要等正式版才能判断。屏幕内容需要交给模型处理，隐私政策未发布，注册等待列表前留意这一点，输入法与通讯录权限同理。
总结
用视觉标注替代文字描述来指路，这个交互是对的，等着看正式版交出什么答案。Windows 用户注册个等待列表不亏，其他人围观方向。
来源
- 官网 https://meetmarv.org
- Product Hunt 发布帖 https://www.producthunt.com/products/marv-3
- 社区日榜 https://www.producthunt.com/leaderboard/daily/2026/10/5