華爾街實測8款全球主流Agent：千問辦公綜合排名第一

成本也正成為Agent商業化需要考慮的重要因素 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。

版權所有，未經授權不得以任何形式轉載及使用，違者必究。