近日,华尔街投行杰富瑞的一份AI Agent实测报告在业内引发关注。报告对八款中美主流AI Agent进行了五项真实办公任务测试,覆盖多文件检索、联网研究、浏览器操作、PPT制作及多模态内容生成等场景。
结果显示,阿里千问办公以95分综合排名第一,Anthropic的Claude Cowork以94分位列第二,OpenAI的Codex以92分排第三。
图片来源:杰富瑞研报千问办公是唯一一个在所有测评维度中均获得90分以上的AI Agent产品,不过其底层模型Qwen 3.8 Max在模型智能的得分上并非第一,低于Claude Opus 5、GPT-5.6 Sol。杰富瑞由此提出一个反直觉的结论——Agent能力表现与模型智能之间,并没有想象的那么强相关。不是说模型智能不重要,模型智能关乎平均表现,但当把重点聚焦AI Agent好不好用时,Harness做得足够好,能够弥补模型智能上的差距。
模型负责“想”
Harness负责“管”
2026年以来,全球AI圈都在说Harness,这个原本直译为“马具”的词,被认为是包裹在大模型/Agent外围的一整套全链路执行与治理系统,Anthropic称其为“Agent工业化的关键”,有“驾驭”AI Agent能力的意思。
杰富瑞报告称,与模型能力相比,过去,Harness对Agent表现的影响一直被忽视。如今,Harness是决定胜负的关键因素,同一模型搭配不同Harness,性能差距最高可达34个百分点。强大的Agent是有能力的模型与高效Harness相结合的成果。
在这轮测试中,千问办公的胜出正是典型案例。尽管模型能力并非最强,但其Harness分位居八款产品首位。报告称,优秀的Harness并不是一句巧妙的提示词(prompt)那么简单,而是六层机构级基础设施——管理指令、上下文、工具、 边界、反馈与治理,前三层正在商品化,后三层正成为企业级护城河。报告这样比喻:“Agent如果是汽车,那么,模型是发动机,Harness则是方向盘、仪表盘、刹车、底盘在内的其他一切。”
AI“干活”的下半场
系统能力成为竞争胜负手
杰富瑞报告揭示了一个清晰信号,尤其是随着模型性能的差距收窄,Harness将变得更加重要,AI竞争正从单一的模型能力,走向模型、Harness、工具和场景协同的系统能力竞争。
当AI从聊天机器人转向任务执行型Agent,表现不仅取决于模型智能,还取决于Harness能否将智能转化为现实产出。报告称,AI模型正日益同质化,但Harness可以创造差异化和客户粘性。Harness是用户的工作习惯、对话历史、记忆、连接器、技能、自动化流程不断积累的地方,使用某一Harness的时间越长,粘性就越高。此外,Harness生成的数据有助于模型迭代,Harness也构成客户愿意付费的产品本身。
杰富瑞还表示,中国在Harness工程上并不落后,多个维度具有结构性领先。中国厂商在Agent上的竞争路径不只是持续提升模型能力,也可以通过工程、产品和生态能力,更快推动模型智能进入实际生产场景,把智能转化为实际生产力。
杰富瑞报告称,AI Agent需多轮推理和长链路任务,Cost per Task即完成一项真实任务的执行成本,正成为核心指标,只有价格成本不断下降,才有利于推动AI Agent应用繁荣。报告介绍,千问办公底层Qwen 3.8 Max的API价格为1.1美元/百万token,较GPT-5.6 Sol(4.4美元/百万token)低76%,较Opus 5(3.9美元/百万token)低73%,在性能和成本组合上优势突出。
互联网大厂争抢AI办公入口
AI办公赛道正迎来前所未有的竞争烈度。短短数月,国内互联网巨头已相继完成排兵布阵:腾讯推出WorkBuddy;字节跳动宣布将飞书产品团队与豆包产品团队整合;阿里于8月3日开启千问办公公测,8月18日千问办公正式接入企业微信,至此实现对钉钉、飞书、企业微信国内三大主流协同办公平台的全覆盖。
业内人士普遍认为,办公场景是AI最有望兑现付费价值的领域——增量空间明确、商业变现诉求迫切、技术成熟接近临界点。兴业证券研报表示,办公场景具备高使用频次、高粘性、高付费意愿的特征,市场空间广阔。
杰富瑞报告认为,在中国,相比于独立模型公司,互联网平台在办公Agent这一领域的卡位具备天然优势:用户原有的账号、资料和工作关系已经存在,Agent能更快融入日常流程;平台拥有庞大的企业服务生态和丰富的真实业务场景,Agent需要调用大量工具、数据和工作流,并在使用中获得持续反馈。
以千问办公为例,它由QoderWork、MuleRun、悟空三款产品整合而来,是业内首款同时支持桌面端Agent、云端Agent和企业协同Agent的产品。它已打通钉钉IM,并接入企业微信和飞书,实现国内三大办公平台全覆盖。这种“模型+Harness+办公平台+企业业务系统”的协同,正是生态优势在Agent场景的具体体现。