山東
5月8日凌晨，百度搭子DuMate登頂智能體評(píng)測(cè)基準(zhǔn)PinchBench榜首，并在前5位中占據(jù)3席，超越Anthropic和OpenAI拿下全球龍蝦執(zhí)行爭(zhēng)霸賽冠軍。在另外一項(xiàng)DeepResearch深度研究榜單中，DuMate同樣位列第一。
PinchBench是OpenClaw賽道最能體現(xiàn)Agent真實(shí)工作能力的評(píng)測(cè)基準(zhǔn)，重點(diǎn)考察Agent在23個(gè)真實(shí)工作場(chǎng)景下147個(gè)任務(wù)的多步推理、工具調(diào)用和任務(wù)閉環(huán)能力，并從成功率、速度、成本三個(gè)維度綜合排名。榜單顯示，DuMate以93.3%和93.2%的總成績(jī)包攬前兩名。作為對(duì)照，Anthropic和OpenAI的同款模型場(chǎng)景下的成績(jī)分別為89.0%和91.6%。這意味著，同一模型在DuMate框架中，展現(xiàn)出更強(qiáng)的執(zhí)行力。
超越原生表現(xiàn)的技術(shù)基礎(chǔ)，是DuMate的端云協(xié)同Harness架構(gòu)。該系統(tǒng)在任務(wù)到達(dá)時(shí)進(jìn)行意圖識(shí)別和敏感度判斷，隱私相關(guān)操作留在本地執(zhí)行，復(fù)雜推理任務(wù)上云完成，無(wú)需用戶手動(dòng)切換。同時(shí)，系統(tǒng)對(duì)每次執(zhí)行所需的上下文做按需組裝——根據(jù)任務(wù)語(yǔ)義和用戶歷史行為，預(yù)判并注入必要的背景信息，減少冗余干擾。Harness與Skills還基于歷史執(zhí)行軌跡持續(xù)迭代，使得不同底層模型都能在接近其能力上限的狀態(tài)下穩(wěn)定運(yùn)行。?
DeepResearch Bench是當(dāng)前對(duì)深度研究型Agent最全面的評(píng)測(cè)基準(zhǔn)，從洞察深度、內(nèi)容準(zhǔn)確性、可讀性等維度考察Agent處理復(fù)雜研究任務(wù)的綜合能力。DuMate以58.03的綜合分位列第一，支撐這一成績(jī)的是DuMate自研Skills體系中的Deep Search與Deep Research雙引擎——前者負(fù)責(zé)跨平臺(tái)語(yǔ)義檢索與高價(jià)值信息定位，后者在此基礎(chǔ)上疊加多輪推理與因果分析，將碎片信息提煉為結(jié)構(gòu)化研究成果。
?自2026年3月上線以來(lái)，DuMate保持一天一版的更新節(jié)奏，已通過(guò)信通院兩項(xiàng)安全測(cè)評(píng)且均獲最高等級(jí)。
特別聲明：以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺(tái)“網(wǎng)易號(hào)”用戶上傳并發(fā)布，本平臺(tái)僅提供信息存儲(chǔ)服務(wù)。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
犯規(guī) 2次錯(cuò)漏判各吃虧1次](https://nimg.ws.126.net/?url=http://dingyue.ws.126.net/2026/0612/f14dae5cj00tghllm00xld000wd00jpm.jpg&thumbnail=140y88&quality=90&type=jpg)
