上证报中国证券网讯（记者 罗茂林 邱思雨）8月27日，百度（BIDU）搭子在当日举行的产品发布会上正式发布DuMateBench，定位为行业首个聚焦智能体真实交付能力的评测榜单。该榜单设置200余道真实办公任务题目，覆盖6大类场景，重点考察智能体在复杂运行环境中完成实际工作并交付成果的能力。
DuMateBench由业界与学界多个团队共同参与建设，参与评测体系共建的学者来自密歇根州立大学、中国人民大学、南开大学、山东大学、华东师范大学等高校。榜单通过多领域真实需求和复杂智能体运行环境构建实战任务，以量化智能体在任务理解、工具调用、连续执行和成果交付等方面的综合表现。
开放性方面，DuMateBench采用通用评测框架并开放接入接口，支持不同模型和智能体在统一标准下参与评测。通过这一榜单，智能体的评价重点进一步从“模型能够回答什么”转向“最终能够完成并交付什么”。
