華爾街實測8款全球主流Agent：千問辦公綜合排名第一，超Claude Cowork、Codex
8月19日消息，華爾街投行傑富瑞分析師近日對八款全球主流AI Agent 進行了真實辦公任務實測，結果顯示，通過模型和Harness的協同，阿里千問辦公綜合得分排名第一，超過美國的Claude Cowork和Codex等Agent工具。此次測試共設置5項真實辦公任務，包括基於多份文件完成公司年報摘要、聯網查找並比較公司經營數據、操作真實桌面瀏覽器完成信息檢索和文檔生成、根據數據製作英文PPT，以及基於參考圖片生成營銷海報。測試結果顯示，千問辦公整體表現較為均衡，尤其在複雜辦公任務、網頁瀏覽器控制以及多模態內容生成等場景中表現突出，是唯一一個在所有測評維度中均獲得90分以上的Agent產品。
報告進一步將Agent能力拆分為模型與Harness兩部分進行分析。所謂Harness，是圍繞模型運行的一整套工程機制，包括指令、上下文、工具調用、邊界控制、反饋糾錯和治理等。按照傑富瑞的測算，千問辦公的“隱含Harness分”位居此次測試產品首位，高於Claude Cowork和Codex等七款國內外主流Agent產品。這也意味著，在底層模型之外，如何通過工程和產品能力將模型智能穩定轉化為實際任務結果，正在成為Agent競爭的重要維度。除任務表現外，成本也正成為Agent商業化需要考慮的重要因素。報告顯示，千問辦公底層Qwen 3.8 Max的API價格明顯低於部分海外頭部模型。
由於Agent通常需要進行多輪推理、持續調用工具和執行長鏈路任務，企業未來衡量Agent價值時，除了模型和產品能力，也可能進一步關注“Cost per Task”，即完成一項真實任務所需的執行成本。阿里Qwen模型和千問辦公Agent的組合體現出較好的性能與成本優勢。過去幾個月，Agent的競爭正在從個人辦公轉向企業級場景。報告認為，對於企業級Agent而言，工作流和生態協同是核心競爭壁壘。隨著Agent持續連接企業數據、業務系統、協作工具和權限體系，用戶的歷史任務、工作習慣、連接器、Skills和自動化流程會逐漸沉澱在產品中，形成更高的使用粘性和遷移成本。
據介紹，“千問辦公”不僅可以幫助個人提效，為企業的AI需求設計，也是“千問辦公”的鮮明特色。目前“千問辦公”已初步打通釘釘IM工具，企業員工通過“千問辦公”，即可完成群聊總結、文檔表格創建、消息郵件收發等操作。未來，企業客戶還可以將“千問辦公”接入到真實繁雜的工作流中，全面連接企業真實的數據庫和工作流，幫助企業提升辦公與組織效率。
Related
相關文章
王興興“錯配”梁文鋒？
王興興“錯配”梁文鋒？字母榜2026.08.24 17:44 · 來自河北全文4818字00:00 / 13:21關於世界模型，宇樹和DeepSeek理念分歧明顯。文 | 字母榜宇樹科技的股價還在持續下跌。市值從上市首日的4449億元高點，跌至2400億元，截至8月24日收盤，市值較最高點蒸發了2000億元。然而比股價更值得關注的是，宇樹接下來要怎麼走。8月20日，也就是宇樹上市第二天，王興興出現在北京世界機器人大會論壇。十多分鐘的分享裡，AI成為了高頻詞彙。他談到AI實時生成、實時識別，也談到AI模型投入，更透露了宇樹正在預研的一件事：讓物理AI機器人實現“自進化”。王興興講的每一件事，最後都指向一個關鍵要素：AI大模型。特別是最後一點，王興興說，要實現“物理AI自進化”，要用目前最前沿、最頂尖的AI大模型來驅動。而這恰恰是宇樹目前不太擅長的部分。不過，宇樹找到了DeepSeek。今年8月，兩家公司已經達成合作，圍繞AI大模型與具身智能相關技術展開合作。說到具身智能公司和AI大模型公司的合作，就不得不提當年Figure AI和OpenAI的合作。2024年，OpenAI在投資Figure AI後，雙方簽署了三年合作協議，合作開發人形機器人AI模型。但是僅一年後，FigureAI終止合作，轉向自研。於是問題來了：王興興和梁文鋒，會不會重走Figure AI和OpenAI的老路？01為什麼宇樹需要DeepSeek？對於宇樹來說，過去幾年，模型研發已經有了一些積累，但顯然投入不足，進展緩慢，所以找到一個頂尖的AI大模型公司合作，是一個比較自然的選擇。先來看宇樹目前的模型研發進展。當前，具身智能大模型沒有一個統一的技術路線，但VLA和世界模型，是行業重點探索的兩個方向。行業甚至也在探索兩者融合的技術路線。宇樹也在摸索，採取了“兩條腿走路”的策略，並行研發兩種模型。所謂VLA（視覺
阿里視頻大模型Wan3.0正式上線，行業評價“穩定、真實、有質感”
阿里巴巴影片生成大模型Wan3.0正式上線，單次可生成30秒影片，並首次支援doc、xls、ppt、pdf、md等文檔輸入。企業用戶普遍評價其「穩定、真實、有質感」，能穩定保持角色與場景一致性，並已進入短劇、影視、廣告等生產流程。即日起可於阿里雲百鍊、千問等平台體驗，標準版並推出限時7折優惠。
月之暗面第一代萬億參數多模態模型 Kimi K2.5 官宣月底結束服役
作者：歸瀧 責編：歸瀧 評論： 8 月 24 日消息，月之暗面 Kimi 官方微博今日宣佈，其第一代萬億參數多模態模型 —— Kimi K2.5 本月底即將結束服役。據此前報道，今年 1 月，月之暗面宣佈推出並開源了其最新的 Kimi K2.
消息稱知名 AI 研究員 Luke Metz 離開 OpenAI，加入 Meta 超級智能實驗室
作者：遠洋 責編：遠洋 評論： 感謝網友 華南吳彥祖 的線索投遞！8 月 24 日消息，據知情人士向 Axios 證實，知名 AI 研究員 Luke Metz 已加入 Meta 的超級智能實驗室（Superintelligence Labs）。
Anthropic 最強大模型 Fable 5 遇冷，企業用戶轉向更便宜 AI 產品
作者：遠洋 責編：遠洋 評論： 8 月 24 日消息，據英國《金融時報》報道，Anthropic 的美國客戶正在使用更便宜的替代品來替代其最強大的 AI 工具，這在其預計將實現有史以來規模最大的 IPO 之前，對其高支出的商業模式提出了質疑。
阿里雲視頻生成模型 Wan3.0 正式上線，支持單次生成 30 秒視頻、文檔輸入
作者：遠洋 責編：遠洋 評論： 8 月 24 日消息，阿里雲消息，今天，視頻生成模型 Wan3.0 正式上線。官方稱，Wan3.0 在生成時長、萬能創作、全能參考以及真實世界還原等維度全面升級，單次可生成 30 秒視頻，並首次支持 doc、xls、ppt、pdf、md 等文檔格式輸入，力求準確還原真實世界。