百度千帆Agent在权威评测DeepResearch+Bench中夺冠

2月4日消息，领先的智能体权威测评榜单DeepResearch+Bench公布了最新评测结果。百度千帆深度研究Agent（Qianfan-DeepResearch+Pro）凭借其端到端研究能力的突出表现以及研究报告的卓越生成质量，在该榜单中位列首位。

在衡量研究报告含金量的四个核心维度——全面性、洞察力、指令遵循度和可读性方面，千帆深度研究Agent均展现出行业领先优势。

当前，深度研究正成为人工智能发展的关键分水岭。不同于传统的文本生成，深度研究任务要求系统能够像人类专家一样，自主执行多步骤、可迭代的认知任务。这一过程涵盖了从复杂需求理解、广泛信息获取，到深度洞察产出的完整链条。

深度研究Agent目前已被广泛应用于学术综述、金融投研、商业分析等领域。它能够将传统上需要数日的手动研究工作，压缩至分钟级别完成，显著提升了研究与决策的效率。

作为评价这一前沿能力的“金标准”，DeepResearch+Bench填补了通用AI评测在端到端深度研究任务上的空白。

现有基准测试多聚焦于单一能力，难以覆盖长程推理与检索合成的复杂性。该榜单由领域专家设计了100个博士级别的研究任务，涵盖22个学科，并引入了RACE报告质量评价框架与引文准确性评估，是目前全球范围内衡量DeepResearch Agent生产力水平最硬核、最真实的评价体系。

千帆深度研究Agent能够在此次评测中脱颖而出，得益于其优异的技术设计。它采用Agentic架构，通过“任务理解-规划-执行”的循环机制实现端到端的研究交付，并依托百度搜索与RAG技术来保障信息获取的广度、可信度与相关性。

两大重要设计确保了任务执行的准确性：首先，采用“由粗到细”的研究路径展开方式，以应对任务的不确定性；其次，通过深度执行路径规划与实时反思机制，系统能在每个研究节点动态评估进展、调整策略，从而有效避免幻觉与路径偏差，确保复杂研究任务的高质量完成。

此外，在报告生成阶段，千帆深度研究Agent采用了独特的两阶段报告渲染机制：首先产出pivot报告，通过优化相关推理能力，来保证逻辑一致性和内容全面性；之后使用不同的渲染工具，基于pivot报告渲染出最终的markdown、html、ppt等多形态报告，从而实现“一次研究，多形态报告”的交付。

目前，该深度研究Agent已在百度千帆平台上线。用户只需输入复杂的调研需求，系统即可在十几分钟内生成带有引用的专业级研究报告，真正实现“分钟级”的深度洞察交付。

此次登榜是百度千帆 Agent Infra强大支撑能力的集中体现。千帆Agent Infra提供模型、工具、Agent开发、数据以及Agent运行环境等一站式开发服务。平台已累计开发超过130万个Agents，以百度独家能力“百度AI搜索”为代表的工具日均调用量已突破数千万次。