华尔街实测8款全球主流Agent：千问办公综合排名第一，超Claude Cowork、Codex
我要评论8月19日消息，华尔合排华尔街投行杰富瑞分析师近日对八款全球主流AI Agent 进行了真实办公任务实测，街实结果显示，测款超通过模型和Harness的全球t千协同，阿里千问办公综合得分排名第一，主流超过美国的问办Claude Cowork和Codex等Agent工具。
此次测试共设置5项真实办公任务，公综包括基于多份文件完成公司年报摘要、名第联网查找并比较公司经营数据、华尔合排操作真实桌面浏览器完成信息检索和文档生成、街实根据数据制作英文PPT，测款超以及基于参考图片生成营销海报。全球t千测试结果显示，主流千问办公整体表现较为均衡，问办尤其在复杂办公任务、公综网页浏览器控制以及多模态内容生成等场景中表现突出，是唯一一个在所有测评维度中均获得90分以上的Agent产品。
报告进一步将Agent能力拆分为模型与Harness两部分进行分析。所谓Harness，是围绕模型运行的一整套工程机制，包括指令、上下文、工具调用、边界控制、反馈纠错和治理等。按照杰富瑞的测算，千问办公的“隐含Harness分”位居此次测试产品首位，高于Claude Cowork和Codex等七款国内外主流Agent产品。这也意味着，在底层模型之外，如何通过工程和产品能力将模型智能稳定转化为实际任务结果，正在成为Agent竞争的重要维度。
除任务表现外，成本也正成为Agent商业化需要考虑的重要因素。报告显示，千问办公底层Qwen 3.8 Max的API价格明显低于部分海外头部模型。由于Agent通常需要进行多轮推理、持续调用工具和执行长链路任务，企业未来衡量Agent价值时，除了模型和产品能力，也可能进一步关注“Cost per Task”，即完成一项真实任务所需的执行成本。阿里Qwen模型和千问办公Agent的组合体现出较好的性能与成本优势。
过去几个月，Agent的竞争正在从个人办公转向企业级场景。报告认为，对于企业级Agent而言，工作流和生态协同是核心竞争壁垒。随着Agent持续连接企业数据、业务系统、协作工具和权限体系，用户的历史任务、工作习惯、连接器、Skills和自动化流程会逐渐沉淀在产品中，形成更高的使用粘性和迁移成本。
据介绍，“千问办公”不仅可以帮助个人提效，为企业的AI需求设计，也是“千问办公”的鲜明特色。目前“千问办公”已初步打通钉钉IM工具，企业员工通过“千问办公”，即可完成群聊总结、文档表格创建、消息邮件收发等操作。未来，企业客户还可以将“千问办公”接入到真实繁杂的工作流中，全面连接企业真实的数据库和工作流，帮助企业提升办公与组织效率。
相关文章
“我要寄快递，帮我打开申通。”现在只需对着AI版支付宝“阿宝”，简单说句话就能唤起申通快递，开启AI寄递新体验。7月7日，支付宝正式上线AI开放平台，并且同步开启邀测。申通快递首批入驻支付宝AI生态，2026-09-13
解决“我是我”等循环证明问题 2023年司法部删减不必要证明材料116项
记者从司法部今天14日）召开的全国司法厅局长会议上了解到，2023年，全国人民调解委员会调解矛盾纠纷达1720万件。律师调解试点工作取得积极进展，截至目前，全国共设立律师调解工作室中心）1.3万个，律2026-09-13
Cardi B当妈 卡迪·B女儿名字是什么父亲是谁Cardi B老公个人资料
Cardi B，又名卡迪·B，是美国有名的说唱歌手。近日，有关于她当妈的消息曝光，不少网友纷纷送上祝福。另外，网上还曝光了一张Cardi B的孕肚照，十分得新颖，不少人点赞辣妈身材依旧那2026-09-13
3D云设计家具设计软件是一种专门用于家具设计的软件，它可以帮助设计师们更加方便地进行家具设计。这种软件可以通过3D技术来展示设计效果，让设计师们可以更加直观地了解他们的设计成果。同时，这种软件还可以通2026-09-13
导读： 新华人寿驾乘无忧：30岁男性投保，交1年保1年，最高保额30万，年缴保费360元；30岁女性投保，交1年保1年，最高保额30万，年2026-09-13
2月27日凌晨3点29分许，一辆白色SUV轿车沿着坪山路农校往泉州客运中心站方向行驶途中，撞上路中绿化带和指示牌杆，司机不幸遇难。“突然听到‘轰’的一声，开始以为是2026-09-13
最新评论