2 月 4 日消息，深度研究智能体权威评测榜单 DeepResearch Bench 公布最新结果，百度千帆深度研究 Agent（Qianfan-DeepResearch Pro）凭借卓越的端到端研究能力和极高的报告产出质量，登上测评榜单榜首。在衡量研究报告含金量的四大核心维度——全面性、洞察力、指令遵循度和可读性上，千帆深度研究 Agent 均实现了行业领先。
2 月 4 日消息，深度研究智能体权威评测榜单 DeepResearch Bench 公布最新结果，百度千帆深度研究 Agent（Qianfan-DeepResearch Pro）凭借卓越的端到端研究能力和极高的报告产出质量，登上测评榜单榜首。在衡量研究报告含金量的四大核心维度——全面性、洞察力、指令遵循度和可读性上，千帆深度研究 Agent 均实现了行业领先。
当前，深度研究（DeepResearch）正成为人工智能进化的关键分水岭。不同于传统文本生成，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，涵盖了从复杂需求理解、广泛信息获取到深度洞察产出的全过程。深度研究 Agent 目前已广泛应用于学术综述、金融投研、商业分析等领域，能够将传统需数日的手动研究工作压缩至分钟级完成，显著提升研究与决策效率。
作为评价这一前沿赛道能力的「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。现有的 Benchmark 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，覆盖 22 个学科，并引入 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，得益于优异的技术设计，它采用 Agentic 架构，通过「任务理解-规划-执行」循环机制实现端到端研究交付，依托百度搜索与 RAG 技术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应对任务不确定性；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离，并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 采用独立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 已上线百度千帆平台，用户只需输入复杂调研需求，系统即可在十几分钟内生成带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、数据及 Agent 运行环境等一站式开发服务。平台已累计开发超 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。
来源：互联网
