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
近日，支付宝与九识智能及菜鸟无人车达成即时运力深度合作。随着九识智能与菜鸟无人车在2026年实现深度战略整合、打造出全球规模最大的RoboVan联合车队后，此次九识智能联手国民级应用支付宝，将依托支付2026-09-20
发布者：蒙蒙 浏览量：8474发布时间：2022/2/22 14:24:46 在经济高速发展的时代，消费者的时间和认知被碎片化，面对呼啸而过的海量产品，如何吸引消费者停驻，刺2026-09-20
2日热点：快船欲5年顶薪留保罗 篮网抢火箭大将发布时间：2018-03-11 09:57 来源:豫都网 我要投稿[摘要]北京时间12月2日，让我们一起来回顾一下今天的新闻TOP5：点击小标题查看全文）2026-09-20
保密无小事，责任大于天。在全国保密宣传月期间，汉阴县退役军人事务局紧扣“共筑保密防线 公民人人有责”主题，聚焦全体干部保密意识“认识浅、理解偏、落实虚”等问题，以“学、查、改、建”为抓手，推动保密工作2026-09-20
导读： 31岁重疾险多少钱?重疾险本身就有一些复杂，加上如今保险市场上重疾险产品比较多，专业术语也多，很多人对于重疾险并不了解，只是想要购2026-09-20
“春节假期7天，我相了11个对象。”市民王小姐在朋友圈里大吐苦水。王小姐的遭遇可不是特例，不少95后“小鲜肉”也已踏入了相亲大军中。对单身市民来说，过年2026-09-20
最新评论