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
金融知识进校园 护航青春伴成长——多方联动开展校园金融教育宣传活动
AI摘要9月11日，福建海峡银行联合多方在福州国货路小学开展金融知识进校园活动。通过警银保授课、趣味游园等形式，面向师生家长普及反诈知识，筑牢校园安全防线。为深入推进青少年金融知识普及教育，强化校园金2026-09-13
3月10日，汉阴县人民法院召开2025年调研工作安排部署会。党组书记、院长陈祖安主持会议。会议传达了全市人民法院调研成果获奖者座谈会暨调研工作培训会精神，总结回顾了汉阴法院2024年度调研工作情况，通2026-09-13- 3月10日，汉阴县人民法院召开2025年调研工作安排部署会。党组书记、院长陈祖安主持会议。会议传达了全市人民法院调研成果获奖者座谈会暨调研工作培训会精神，总结回顾了汉阴法院2024年度调研工作情况，通2026-09-13
潜江新闻网讯记者 李理）电力保障，是全民生产生活的源头，更是经济社会发展的基石。在国网潜江市供电公司，有一名85后的年轻人，扎根电网11年，仍葆有最初的挚诚，坚持奋战在电力保障的最前线。他就是后湖供电2026-09-13
导读： 小孩刚刚来到这个世界没多久，对大人习以为常蓝天白云小鸟，都充满求知欲和探索欲。父母一不注意，就容易磕磕碰碰，烧伤烫伤，儿童意外险就2026-09-13
导读： 买保险就是为了转移自己的风险，但总有人觉着不论什么保险只要多买就能多陪，今天就和大家来聊聊，关于医疗险重复理赔犯法吗？意外医疗险可2026-09-13
最新评论