百度DuMate双榜封神：AI智能体卷翻全球，靠的不是智商是执行力

导语：百度旗下AI智能体DuMate（搭子）今日在两大国际权威评测中双双夺冠，以碾压级优势刷新行业认知。它用实实在在的执行闭环证明：AI的下半场，拼的不是智商，而是把活干好、干稳、干得让人放心的能力。

今天，AI圈被百度一款名为DuMate（搭子）的产品刷屏了。在两大权威智能体评测榜单PinchBench（OpenClaw赛道）与DeepResearch Bench（深度研究赛道）中，DuMate同时登顶，以碾压级优势将Anthropic、OpenAI等明星团队甩在身后。

PinchBench上，DuMate以93.3%、93.2%的总分包揽前两名，前五名中独占三席，远超Anthropic的89.0%和OpenAI的91.6%；DeepResearch Bench则以58.03分拿下第一。如果说AI大模型过去比的是“脑力”，那这次DuMate证明，真正的生产力取决于“执行力”。

不看智商，看交付

PinchBench不是一个考脑筋急转弯的榜单。它模拟了23个真实工作场景、147个具体任务，从多步推理、工具调用到任务闭环，全面考验AI能否把事情做完、做好、做稳。评测维度除了成功率，还包括速度和成本——就像老板看员工：不看你会不会说，只看你能不能交付。

很多模型在实验室里表现惊艳，但一遇到复杂的现实任务就频频“翻车”。DuMate之所以能霸榜，核心在于它让同一个底层模型跑出了远超原生的稳定性与效率，而这靠的不是堆参数，而是架构创新。

端云协同，把隐私和效率都留在手里

DuMate的杀手锏是端云协同框架Harness。简单说，就是把隐私敏感的计算留在本地设备上，而需要复杂推理的任务无缝上云，整个过程用户无需手动切换，系统会基于任务语义和历史行为自动判断、自动分配。

更关键的是，它还会按需组装上下文——只给模型注入当前任务需要的信息，减少无关干扰，从而大幅降低犯错概率。这相当于给AI配了一个“常务副手”，时刻帮它过滤噪声、排列优先级。结果就是：相同的模型，在DuMate的框架下执行力飙升，成本反而更低。

不是一次性产品，而是持续进化的伙伴

DuMate并非静态工具。它的Harness与Skills模块会根据历史执行轨迹不断迭代，让底层模型始终接近能力上限稳定发挥。从今年3月上线至今，已经做到一天一版的迭代速度，同时连续通过中国信通院两项最高等级安全测评，既强又稳，还安全。

当前的AI竞争，早已从“谁更聪明”转入“谁更会干活、更值得托付”的阶段。百度DuMate这次把执行闭环做到全球顶尖，也意味着中国AI正在从对话层真正迈向真实生产力层。下一次当人们讨论AI落地时，DuMate可能就是一个绕不开的标杆。