5 月 8 日凌晨，百度搭子 DuMate 登顶智能体评测基准 PinchBench 榜首，并在前 5 位中占据 3 席，超越 Anthropic 和 OpenAI 拿下全球龙虾执行争霸赛冠军。在另外一项 DeepResearch 深度研究榜单中，DuMate 同样位列第一。

PinchBench 是 OpenClaw 赛道最能体现 Agent 真实工作能力的评测基准，重点考察 Agent 在 23 个真实工作场景下 147 个任务的多步推理、工具调用和任务闭环能力，并从成功率、速度、成本三个维度综合排名。榜单显示，DuMate 以 93.3% 和 93.2% 的总成绩包揽前两名。作为对照，Anthropic 和 OpenAI 的同款模型场景下的成绩分别为 89.0% 和 91.6%。这意味着，同一模型在 DuMate 框架中，展现出更强的执行力。

超越原生表现的技术基础，是 DuMate 的端云协同 Harness 架构。该系统在任务到达时进行意图识别和敏感度判断，隐私相关操作留在本地执行，复杂推理任务上云完成，无需用户手动切换。同时，系统对每次执行所需的上下文做按需组装——根据任务语义和用户历史行为，预判并注入必要的背景信息，减少冗余干扰。Harness 与 Skills 还基于历史执行轨迹持续迭代，使得不同底层模型都能在接近其能力上限的状态下稳定运行。

DeepResearch Bench 是当前对深度研究型 Agent 最全面的评测基准，从洞察深度、内容准确性、可读性等维度考察 Agent 处理复杂研究任务的综合能力。DuMate 以 58.03 的综合分位列第一，支撑这一成绩的是 DuMate 自研 Skills 体系中的 Deep Search 与 Deep Research 双引擎——前者负责跨平台语义检索与高价值信息定位，后者在此基础上叠加多轮推理与因果分析，将碎片信息提炼为结构化研究成果。

自 2026 年 3 月上线以来，DuMate 保持一天一版的更新节奏，已通过信通院两项安全测评且均获最高等级。

  雷峰网