杰富瑞实测8款主流AI Agent：千问办公综合第一，Harness能力领先
2026/08/20 09:06阅读量 2
华尔街投行杰富瑞对8款主流AI Agent进行真实办公任务实测，阿里千问办公综合得分排名第一，是唯一在所有测评维度均获90分以上的产品。报告将Agent能力拆分为模型与Harness，千问办公隐含Harness分居首；同时其底层Qwen 3.8 Max API价格明显低于部分海外头部模型，性能与成本组合具备优势。
事件概述
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。结果显示，阿里千问办公综合得分排名第一，超过Claude Cowork、Codex等七款国内外Agent产品。
核心信息
- 本次实测共设置5项真实办公任务：基于多份文件完成公司年报摘要、联网查找并比较公司经营数据、操作真实桌面浏览器完成信息检索和文档生成、根据数据制作英文PPT，以及基于参考图片生成营销海报。
- 千问办公整体表现均衡，在复杂办公任务、网页浏览器控制以及多模态内容生成等场景中表现突出，是唯一在所有测评维度中均获得90分以上的Agent产品。
- 报告将Agent能力拆分为模型与Harness两部分。Harness指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。千问办公的“隐含Harness分”排名第一，高于Claude Cowork和Codex等另一类产品，说明工程和产品能力正成为Agent竞争的重要维度。
- 成本同样被纳入考量。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通常需要多轮推理、工具调用和长链路执行，企业未来衡量Agent价值时，可能更关注“Cost per Task”，即完成一项真实任务所需的执行成本。
- Agent竞争正从个人办公转向企业级场景，工作流与生态协同成为核心壁垒。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。
- 千问办公目前已初步打通钉钉IM工具，企业员工可通过其完成群聊总结、文档表格创建、消息邮件收发等操作，未来计划进一步接入企业真实数据库和工作流。