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
一些比较关注玻璃行业的朋友可能会经常看到冰花玻璃。冰花玻璃性能优越，有着多种优点，透光不透像的特点能够满足各种保护隐私的需求。为了帮助大家更深一步了解冰花玻璃，知晓其特点与染色的方法，我们编撰了这篇文2026-09-20
圆谷在新公布的财报中表示，《奥特曼》相关业务在中国市场的授权收入同比暴跌51.6%，降至25亿5700万日元(折合人民币约1.09亿元)，并创下过去10年来首次收入下滑。对此，圆谷表示：“我们认真看待2026-09-20
清明习俗关乎中华文化的沿袭与传承 与宗教信仰无关发布时间：2018-09-22 08:52 来源:豫都网 我要投稿[摘要]在300年前礼法之争中，康熙针对罗马教廷不准中国信徒祭祖、祭孔的问题，明确表态2026-09-20
伦纳德脑震荡缺战勇士 马刺核心不打因联盟规定发布时间：2019-11-26 10:25 来源:豫都网 我要投稿[摘要]北京时间3月11日，圣安东尼奥马刺官方宣布，由于在昨天对阵雷霆的比赛中被打到头部，2026-09-20
《识质存在》销量炸裂！发售两天突破100万 卡普空再添王牌IP
卡普空今日宣布，于2026年4月17日发售的科幻动作冒险游戏《识质存在》，全球销量已在两天内突破100万份。本作讲述主角休·威廉姆斯与机器人少女戴安娜在近未来月球世界中的旅程。作为一款没有任何粉丝基础2026-09-20
您是否遇到过以下问题？年纪轻轻却突发脑梗，找不到原因？长期偏头痛，吃药也不见好转？经常头晕、乏力，甚至莫名缺氧？这些症状的背后，可能隐藏着一个心脏的“隐形漏洞”——卵圆孔未闭或其他心脏异常通道。它们就2026-09-20
最新评论