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。

• ·索尼又要赌一把 《Fairgames》被曝为免费搜打撤射击游戏 本周末再开测试
• ·网上买保险可靠吗？安全吗？网上买保险要注意什么问题？
• ·“打工人”的好伴侣，驾驶员的能量源！红牛提神宝能量饮料入驻辽宁高速公路！
• ·网上买保险可靠吗？安全吗？网上买保险要注意什么问题？
• ·市交通执法三大队“五个在一线”显成效_
• ·深耕实干力量 荣耀与中国足球小将达成战略合作
• ·台风“巴威”逼近！福建中北部地区需重点警惕强风雨影响
• ·四部门联合印发《人工智能生成合成内容标识办法》
• ·少儿重疾险有没有必要买，少儿重疾险有必要买吗?
• ·开发者使用Unity与Godot制作同款游戏 测试哪款更好用
• ·开发者使用Unity与Godot制作同款游戏 测试哪款更好用
• ·从“单项冠军”到“技能冠军”：徐工装载机械全球领先的必然逻辑
• ·7.3折！近5年折扣力度最大的一届天猫618，5月21日正式开卖
• ·民企老板涉黑案二审持续70多天：申请审判长回避被驳回
• ·英伟达释放重磅野心信号 要成全球最大CPU厂商！
• ·硬核施工！柳工M200E铣刨机攻坚吕梁G339线