Google DeepMind 與 Artificial Analysis 於 2026 年 11 月 10 日發布 Multimodal Knowledge Agent（MKA）基準，評估 AI Agent 處理視覺複雜資料與多步驟知識工作的能力。
MKA 涵蓋 10 個產業領域與 83 種職業，評測集包含 200 項工作任務。每項任務模擬資深專業人員約 3 至 8 小時的工作，提供多模態輸入資料與專家評分規準。評分規準約含 70 項是非檢查，75% 權重評估事實正確性，25% 評估視覺設計。
所有模型使用相同的開源 Agent harness、工具、沙箱與執行回合額度。Artificial Analysis 保留 200 項評測任務，另公開 10 項任務供團隊檢視格式與測試模型。Google 文章說明，專家評分與自動評分器在 96% 的案例中一致。
團隊評估 Agent 時，可從真實工作資料出發，為文件、表格、圖表與簡報訂定可核對的交付條件，再追蹤正確率、人工覆核時間、重做成本與例外處理情形。
想用 Codex 練習可核對的辦公流程，可參考 Mokoversity「Codex CLI 辦公室自動化課程｜從訂單到每日交付」。套裝包含 5 門課、50 個單元，影片總長約 2 小時 20 分鐘。課程示範訂單整理、商品與價格及庫存核對、出貨文件、每日營運報表、排程監控與失敗復原，練習使用合成資料。
套裝售價 NT$1,680，五門課單買合計 NT$3,400，套裝省 NT$1,720；購買後可學習 2,557 天。EP01 與 EP02 提供免費試看。
課程資訊與購買：
https://www.mokoversity.com/courses/bundles/codex-office-operations
Google DeepMind 官方文章：
https://blog.google/innovation-and-ai/models-and-research/gemini-models/multimodal-knowledge-agent-benchmark/
Google Analytics 使用選擇
網站使用 Google Analytics 了解公開頁面的使用情形。未接受前不會載入分析工具。你可以接受或拒絕，之後也能在隱私權政策調整。