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
张曦，41岁，石家庄井陉矿区人，寸头、国字脸，戴副黑框眼镜。10度的天，他总爱踩双运动鞋，卫衣外套件马甲，驾驶着那辆贴着“顺风不浪、逆风不慌”贴纸的小货车，穿梭在矿山之间。他是矿山的儿子，熟悉矿山间每2026-10-07
导读： 广东建筑意外保险有哪些？团体意外险可以吗？建筑工人作为一项高危职业，这类群体要想买意外险也一直是比较困难的，那么在广东这样的一线省2026-10-07
在尊界时代旗舰MPV及华为全场景新品发布会中，华为nova 16 SE正式发布，这款手机在设计和配置上与nova 16系列略有区别，价格方面也相应降低，是一款非常有性价比的手机。PChome 8月5日2026-10-07
根据中国台湾地区游戏评级机构网站信息，由Marvelous公司发行的经典农场模拟游戏《牧场物语 来吧!风之繁华集市》已通过PlayStation 5和Xbox Series X/S平台游戏评级，预示着2026-10-07
开发商Housemarque近日公布了旗下新作《Saros》的全新预告片，展示了游戏在PS5 Pro平台上的运行效果。开发者表示，PS5 Pro的增强版将带来更出色的视觉效果和更高的性能表现，游戏画面2026-10-07
从武昌张家湾开车到白沙洲，会看到一堵围墙，乍看只见中间隔离柱，不见钢筋栅栏。其实，这堵围墙是玻璃做的，视线透明让人感觉不到。昨日，这堵长750多米，完全用玻璃做成的围墙在武汉长利玻璃厂建成。 据长2026-10-07
最新评论