时间：2026年7月17日发布，7月21日广泛报道
地点：中国北京
人物：百度AI搜索团队、百度集团
事件详情：百度文心助手任务Agent（Orion Mission Mode）以94.6%的综合成功率、94.4%的平均得分，在全球工程向AI智能体评测榜单PinchBench v2中荣登榜首，成为首个以正式产品身份获得PinchBench总榜第一的国产智能体系统。在59个参评模型中，百度文心助手任务Agent排名第一，领先Anthropic Claude Opus 4.8-fast（93.5%）、阿里通义千问Qwen3.7-max（92.5%）、Anthropic Claude Opus 4.8（90.5%）、OpenAI GPT-5.6-luna（88.7%）等海内外主流大模型。此次PinchBench v2榜单以148项真实企业自动化任务为核心测试标准，覆盖创意内容、写作、数据分析、研究知识、代码运维等多维场景，工具调用、多步骤任务自主规划与长程任务执行能力是核心考察维度。
背景：PinchBench是当前业内最严苛的AI Agent能力评测基准之一，由OpenClaw生态推出，专门评测LLM在OpenClaw智能体平台里真实执行任务的效果，而非孤立的模型能力测试。PinchBench v2覆盖数据分析、会议文档分析、日历管理、代码编写、文档理解、上下文记忆、信息检索、内容创作等多个类别任务，每个任务都是真实企业自动化场景的复杂问题。百度AI搜索团队以Orion Mission Mode的名称在GitHub上开源了这一智能体框架，其依托百度搜索二十余年技术积累与百度搜索猎户座AI引擎的多智能体框架能力，为智能体应用开发提供了自主可控、高性能的国产化底层模型底座，目前该核心技术已全面应用于百度APP及文心助手。这不是百度首次在国际榜单登顶，2024年6月文心大模型4.0就以89.72的综合评分在FlagEval闭源对话模型中排名第一，超过GPT-4o，此次任务Agent登顶则是百度在Agentic AI时代的新里程碑。
影响：
- 影响1——国产AI Agent首次在工程向Agent评测中超越Claude、GPT等国际顶尖模型，标志着中国大模型从"参数规模领先"到"实际任务完成能力领先"的关键跃升，Agentic AI竞争重心从基准跑分转向真实业务场景。
- 影响2——百度搜索猎户座AI引擎的多智能体框架能力得到实战验证，长期被忽视的"搜索+中文场景"优势被打包进Agent，正成为百度撬动AI应用层竞争的核心杠杆。
- 影响3——文心助手任务Agent在148项真实任务上的领先表现，将吸引大量企业级客户从国际模型转向国产方案，加速国内AI Agent在金融、政务、教育、办公等垂直行业的规模化落地。
- 影响4——PinchBench v2榜单的结果为国产AI生态注入强心剂，证明在Anthropic Claude、OpenAI GPT主导的Agent赛道中，中国玩家凭借中文理解、本土场景和工程化能力完全可以实现弯道超车。
- 影响5——百度开源Orion Mission Mode框架将引发国内大厂的Agent开源潮，国产Agent生态将从分散走向协同，推动整个Agentic AI基础设施的标准化进程。
总结：百度文心助手任务Agent登顶PinchBench v2是国产AI Agent的标志性胜利。在Agentic AI成为大模型竞赛新主战场的当下，百度用扎实的工程化能力和真实的场景落地证明，中国AI公司不仅在中文场景具备优势，更能在全球工程能力比拼中与国际顶尖模型正面对决。Orion Mission Mode开源将进一步降低Agent开发门槛，让更多企业能够基于国产底座快速构建智能体应用。可以预见，文心助手任务Agent的登顶将成为国产AI Agent走向全球市场的起点，未来会有更多中国大模型在真实任务评测中证明自己的实力。
参考来源：
- https://news.qq.com/rain/a/20260721A07Q8G00
- https://new.qq.com/rain/a/20260722A0FZ5Y00
- https://so.html5.qq.com/page/real/search_news?docid=70000021_2086a608d8247052
- https://so.html5.qq.com/page/real/search_news?docid=70000021_7546a60e7f963352
- https://www.qbitai.com/
- https://github.com/baidu/Orion
- https://pinchbench.com/leaderboard
- https://baijiahao.baidu.com/s?id=1806001472915098