Phố Wall thử nghiệm 8 AI Agent hàng đầu: Qwen dẫn đầu về hiệu suất văn phòng

< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400">

20:06:45, 20/08/2026 Nguồn: QbitAI

Chi phí cũng đang trở thành một yếu tố quan trọng cần cân nhắc trong quá trình thương mại hóa Agent.

Tin ngày 19 tháng 8, các nhà phân tích tại ngân hàng đầu tư Jefferies mới đây đã thực hiện kiểm thử thực tế tám AI Agent phổ biến toàn cầu thông qua các tác vụ văn phòng. Kết quả cho thấy, nhờ sự phối hợp giữa mô hình và Harness, Qwen Office của Alibaba đã xếp hạng nhất về điểm số tổng hợp trong công việc, vượt qua các công cụ Agent như Claude Cowork và Codex của Mỹ.

Bài kiểm tra này bao gồm 5 tác vụ văn phòng thực tế, bao gồm: tóm tắt báo cáo thường niên của công ty dựa trên nhiều tài liệu, tìm kiếm và so sánh dữ liệu kinh doanh trực tuyến, điều khiển trình duyệt máy tính để bàn để truy xuất thông tin và tạo tài liệu, tạo slide thuyết trình (PPT) bằng tiếng Anh dựa trên dữ liệu, và tạo poster quảng cáo dựa trên hình ảnh tham khảo. Kết quả cho thấy Qwen Office có hiệu suất tổng thể khá cân bằng, đặc biệt nổi bật trong các kịch bản như tác vụ văn phòng phức tạp, điều khiển trình duyệt web và tạo nội dung đa phương thức. Đây là sản phẩm Agent duy nhất đạt trên 90 điểm ở tất cả các tiêu chí đánh giá.

Báo cáo tiếp tục phân tách năng lực của Agent thành hai phần để phân tích: mô hình và Harness. Harness là một hệ thống kỹ thuật toàn diện xoay quanh việc vận hành mô hình, bao gồm chỉ dẫn (prompt), ngữ cảnh, gọi công cụ, kiểm soát biên, phản hồi sửa lỗi và quản trị. Theo tính toán của Jefferies, "điểm Harness ẩn" của Qwen Office đứng đầu trong số các sản phẩm được thử nghiệm, cao hơn bảy sản phẩm Agent phổ biến khác trong và ngoài nước như Claude Cowork và Codex. Điều này cho thấy, ngoài mô hình nền tảng, việc làm thế nào để chuyển đổi trí tuệ của mô hình thành kết quả công việc thực tế thông qua năng lực kỹ thuật và sản phẩm đang trở thành một khía cạnh cạnh tranh quan trọng của Agent.

Ngoài hiệu suất tác vụ, chi phí cũng đang trở thành yếu tố quan trọng cần cân nhắc trong việc thương mại hóa Agent. Báo cáo chỉ ra rằng giá API của mô hình nền tảng Qwen 3.8 Max trên Qwen Office thấp hơn đáng kể so với một số mô hình hàng đầu ở nước ngoài. Vì Agent thường cần thực hiện suy luận nhiều vòng, liên tục gọi công cụ và thực hiện các tác vụ chuỗi dài, nên khi đánh giá giá trị của Agent trong tương lai, các doanh nghiệp có thể sẽ chú trọng hơn đến "Cost per Task" (chi phí thực hiện cho mỗi tác vụ). Sự kết hợp giữa mô hình Qwen của Alibaba và Agent Qwen Office đã thể hiện ưu thế vượt trội về cả hiệu suất lẫn chi phí.

Trong vài tháng qua, cuộc cạnh tranh về Agent đang chuyển dịch từ văn phòng cá nhân sang các kịch bản cấp doanh nghiệp. Báo cáo cho rằng đối với Agent cấp doanh nghiệp, quy trình làm việc (workflow) và sự phối hợp hệ sinh thái là rào cản cạnh tranh cốt lõi. Khi Agent liên tục kết nối với dữ liệu doanh nghiệp, hệ thống kinh doanh, công cụ cộng tác và hệ thống phân quyền, các tác vụ lịch sử, thói quen làm việc, trình kết nối (connectors), kỹ năng (Skills) và quy trình tự động hóa của người dùng sẽ dần tích lũy trong sản phẩm, tạo ra độ gắn kết sử dụng cao hơn và chi phí chuyển đổi lớn hơn.

Theo giới thiệu, "Qwen Office" không chỉ giúp cá nhân nâng cao hiệu suất mà còn được thiết kế cho các nhu cầu AI của doanh nghiệp, đây cũng là đặc điểm nổi bật của công cụ này. Hiện tại, "Qwen Office" đã bước đầu kết nối với công cụ nhắn tin DingTalk. Thông qua "Qwen Office", nhân viên doanh nghiệp có thể hoàn thành các thao tác như tóm tắt trò chuyện nhóm, tạo tài liệu và bảng tính, gửi/nhận tin nhắn và email. Trong tương lai, khách hàng doanh nghiệp còn có thể tích hợp "Qwen Office" vào các quy trình làm việc thực tế phức tạp, kết nối toàn diện với cơ sở dữ liệu và quy trình làm việc thực tế của doanh nghiệp, giúp nâng cao hiệu quả văn phòng và tổ chức.

Bản quyền thuộc về QbitAI, không được phép sao chép hoặc sử dụng dưới mọi hình thức nếu không có sự cho phép, mọi hành vi vi phạm sẽ bị xử lý theo pháp luật.