实测央企出品数字员工，它的强大远超预期！
实测央企出品数字员工，它的强大远超预期！实测显示，中国联通元景数字员工基于自研Agent Harness架构，具备全渠道触达与超千项技能，在深度研究、全时助理等办公场景中表现稳定可靠，并已在政务、工业、文旅等领域实现行业落地。
来自主题: AI资讯
7303 点击 2026-09-11 16:03
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
实测显示，中国联通元景数字员工基于自研Agent Harness架构，具备全渠道触达与超千项技能，在深度研究、全时助理等办公场景中表现稳定可靠，并已在政务、工业、文旅等领域实现行业落地。
Manus团队在评测模型深度研究报告质量时，构建了"信息量"与"隐喻率"两项指标，分别通过抽取事实点和统计每百句隐喻数量来衡量信息密度与文风易读性，在覆盖9个主流模型36道题目的Research Bench测试中发现Claude Fable-5隐喻率最高、GPT旗舰模型信息密度低于Claude系列。
近年来，随着大模型从简单问答，走向深度研究、医疗咨询、多模态生成和长程 Agent 任务，一个基础问题变得越来越难回答：我们到底应该怎样判断模型输出的质量？
OpenAI刚用Deep Research抢了先手，谷歌直接掀桌！DeepMind祭出研究智能体双杀，Max版质量评分从66.1%暴拉到93.3%，知识工作自动化的军备竞赛正式进入贴身肉搏。
能陪聊，能干活，还能提供情绪价值。这个抱着AI小猫的女孩叫SUSU，她们都来自AI初创公司SentiPulse思维光谱自主研发的AI Agent产品——SentiCat。SentiCat拥有三大核心能力：办公自动化、深度研究、代码开发。不管是写报告、做PPT，还是帮你写代码、找bug，都不在话下。
理想汽车信息智能体团队发布 MindDR 1.5，在 DeepResearch Bench 榜单中取得 52.54 分，以 30B 参数规模达到业界领先水平，性能优于同等规模的开源智能体系统。
如今的大多数智能体，仍然活在一种「失忆式工作」模式中：每一次检索都是从零开始，每一条推理路径都无法沉淀，每一次失败也不会转化为经验。它们虽能多轮交互，但很难在深度研究中持续变强。
前两天办完大会，然后昨天周末跟一个朋友吃饭，聊着聊着他突然放下筷子看着我说了一句，不是哥们，你怎么什么都懂一点？
来自中国人民大学与阿里巴巴通义实验室的研究团队提出了 IterResearch，一种全新的迭代式深度研究范式。通过马尔可夫式的工作空间重构，IterResearch 让 Agent 在仅 40K 上下文长度下完成了 2048 次工具交互且性能不衰减，在 BrowseComp 上从 3.5% 一路攀升至 42.5%。
面对琳琅满目的Deep Research Agent（深度研究智能体），究竟该如何选型？本文基于OSU与Amazon最新发布的MMDR-Bench论文，为您提供一份经过严谨科学验证的“避坑指南”。结论先行：综合任务首选谷歌Gemini Deep Research，而涉及计算机科学与数据结构的硬核任务，GPT-5.2依然是专家首选。