在人工智能从“对话”向“行动”跃迁的关键节点，一份由全球权威基准测试OSWorld近日发布的最新榜单，让杭州人工智能企业——浙江实在智能科技有限公司（下文简称“实在智能”）引发业界广泛关注。

榜单显示，实在智能研发的智能体产品“实在Agent”以90.2% 的成功率位列全球总榜首位，并斩获Agentic Framework（智能体框架）分榜第一，拿下双项冠军。这是该测试自2024年设立以来，全球智能体成功率首次突破90%大关。

OSWorld测试由香港大学、卡内基梅隆大学、滑铁卢大学等高校学者联合发起，被业界视为衡量AI“计算机操作能力”的黄金标准。OSWorld要求智能体在真实操作系统中，独立完成文件编辑、表格处理、图像修改、邮件收发及跨应用协同等超300项复杂任务，全程由机器自动判定结果。目前，全球顶尖AI公司在发布新模型时，都会将其在OSWorld上的表现作为重要参考指标。

90.2%的成功率意味着什么？2024年OSWorld刚推出时，人类完成任务的平均成功率约72%，而当时的顶级AI模型成功率约12%；2025年底，行业最优成绩提升至72.6%，首次超过人类平均水平；2026年5月，数据刷新到83.6%。此次“实在Agent”90.2%的成功率，不仅刷新了纪录，而且意味着AI在真实电脑操作任务上具备“超高可靠性”的独立执行能力。

在细分领域中，智能体“实在Agent”在图像处理、跨应用协同和多软件联动等公认高难度任务上表现突出，其中系统底层操作类任务获得满分。专家指出，跨应用协同考验智能体的长链路规划能力，图像处理反映其对非标准界面视觉理解的深度，而系统级零失误则体现了执行闭环的高稳定性，三项能力叠加构成其整体领先优势。

“长期的企业场景沉淀和工程迭代，是此次登顶的重要基础。”团队相关负责人表示，实在Agent此次提交的是“通用模型+工程架构”的智能体框架方案，“智能体能力不仅依赖底层大模型的‘智力’，更依赖整套工程调度系统（Harness）的可靠性——相当于汽车发动机与方向盘、制动系统的协同配合。”

作为杭州人工智能产业生态的代表企业，实在智能自2018年成立以来，已服务超6000家企业，其中90%为世界500强、央国企及行业龙头企业，覆盖金融、运营商、电商、制造、能源、交通等真实办公场景，积累了丰富的操作数据和工程经验。

中国智能体在权威测试中登顶，不仅表明国内AI产业在核心工程能力上取得实质性突破，也预示着AI正从“对话交互”的工具形态，加速向能够独立操作电脑、执行复杂任务的“数字员工”演进。在杭州加快建设人工智能创新发展第一城的战略进程中，这一突破无疑为实体经济数字化转型提供了技术范式与信心支撑。