ARTICLE · 1058369
AI办公赛道,一家运营商杀进来了
前沿科技，数智经济
运营商杀入AI办公，TeleAgent能否突围?
热闹的AI办公赛道，又开始掀起新的波澜。
日前，国际数据公司IDC发布《中国企业级通用Agent产品技术评估》，对国内11款主流及开源通用智能体产品做了一次标准化实测。
其中，腾讯WorkBuddy以7.30分排名第一，百度搭子7.10分位列第二，TeleAgent以6.85分排名第三，跟在它身后的，是字节跳动的TraeWork，6.74分。
排在第三位的TeleAgent，并非出自互联网大厂，而是来自运营商中国电信。早在7月的WAIC上，中国电信就宣布推出了星辰超级智能体TeleAgent，但彼时却并没有掀起太大的水花。
短短2个月时间，一家运营商，在智能体这张新考卷上，被三家互联网巨头夹在中间，挤进了第一梯队，这本身就是这份成绩单最有戏剧性的部分。
在报告发布次日，中国电信宣布TeleAgent注册用户突破百万，Skill技能数从发布时的数千个增至5万个，其中99%由用户自主创建。
当前，AI办公被公认是大模型落地最快的场景，却也成了巨头们贴身肉搏的战场。
字节的豆包工作深度绑定飞书，腾讯的WorkBuddy用微信扫码就能遥控电脑干活，金山办公WPS AI守着几亿人的文档，阿里、百度、华为各有各的牌。
而定位AI办公搭子的TeleAgent，也挤入了本就拥挤的赛道。那么，一家没有办公生态的运营商，凭什么上桌？这款产品跟市场主流AI办公产品，到底有什么不一样的地方？
让人对AI
安全感很足的一款产品
现在，想要让AI开始帮你干活，它做的第一件事，就是翻开你的各种文件。
而这背后暴露的安全隐私问题，也正在成为行业热点。近期，某AI编程产品被曝默认把用户整个代码工作区加密上传云端、且无法真正关闭，官方当天致歉。
这起事件真正刺痛的，不是某一家公司的产品瑕疵，而是整个Agent品类的信任底线。但在上手体验了TeleAgent之后，这款产品给我最大的感受，就是让人安全感十足。
TeleAgent桌面版支持Windows、macOS，以及银河麒麟、统信UOS两个信创系统，安装没有复杂的环境依赖，登录走的是电信系产品的老传统，支持手机扫码、运营商号码认证。
这其中有个细节，在扫码登录时，它需要确认手机已经切换到了蜂窝网络而非WiFi，原因在于，其号码核验走的是运营商网关取号，只能从移动数据通道里识别SIM卡。
即使是微信扫码，它关联的也不是我的微信账号，而是我自己的天翼云账号。
对比之下，腾讯WorkBuddy登录是把微信扫码做成核心入口，电信没有这张牌，只能用自家网关，麻烦一点，但“机卡人”一致性校验的安全性反而更高。
登录进来之后，可以看到它的UI界面设计很简洁，区别于WorkBuddy等产品只有一个大输入框，能够进来直接干活，它会先告诉用户“我能干什么”。
具体来说，其场景卡片写的非常具体，比如近7天招标全网搜，自动生成展示网页等，甚至点击这个卡片，相关指令词能够自动生成在对话框中，用户无需再单独输入指令词。
这个感觉就像，WorkBuddy是给一个熟练工用的产品，而TeleAgent更像是给新人小白用的。
其核心输出也是一个输入框加工作空间，即用户需要先指定一个本地文件夹作为它的“工位”，读写权限就圈定在这个范围内。
这个设计和WorkBuddy的文件夹级授权思路一致，都把“AI能碰什么”的边界画得很清楚，区别在于TeleAgent把它做成了产品的主界面逻辑，而不是藏在设置里的安全选项。
另外一个设计就是其把权限模式也放在了主界面上。
主要有两种形态，一种是默认状态下，智能体查看文件、执行操作都需要用户授权，而另一种是对Agent信任度高的用户，可以切到全自动执行模式，放手让它自己跑，甚至在开启前，还会给予“如果开启全自动执行模式，AI将不再寻求您的确认，直接修改文件、执行代码或变更系统配置。是否继续？”的提示。
这种设计，对于新用户来说，就会觉得“这产品的边界感是设计出来的”，和那种默认上传资料和代码的做法正好是两个极端。
在左边侧边栏功能中，相比于WorkBuddy等主流AI产品的全面，TeleAgent的设计更加简洁，只有新建任务、技能、即时通讯三个主要的功能栏。
这种极简主义的设计，使其更像一张“工单列表”，克制、聚焦、交付状态一目了然，反观WorkBuddy的侧边栏，更像一个操作系统Dock，模块齐全、生态野心外露。
这也和两家手里的牌完全对应，电信没有生态只能做深交付，腾讯有生态所以先做宽平台。
在技能上，TeleAgent走的是预置+共创路线，内置新闻周报、合同审核、深度调研、图表绘制等十余个技能，不够用的话，可以用自然语言描述需求，让它现场给你造一个新技能。
模型层面，在产品主页中，只看到了旗舰和极速的分类，并未看到其他三方集成模型。但据公开消息，其除了自研星辰大模型，还支持通过API接入智谱、DeepSeek、Kimi等第三方模型。
看完界面设计后，我在对话框中输入一个指令词——从中国招标网查询最近7天关于智能体的招标信息，将结果整理成网页形式展示。作为对照组，也在WorkBuddy中输入了同样的指令词。
双方都给出了近7天智能体招标信息，但相比较而言，TeleAgent不仅把相关信息列出来，还将信息进行了分类、汇总，并给出了自己的观察和判断，同时在最后列出了数据来源链接。
整体用下来，可以感受到，TeleAgent产品设计的底色是把控制权留给用户，文件权限用户划范围，操作授权用户来点，连它记不记得你、记了多少，都在用户眼皮底下。
这套设计和它主打的数据本地存储、安全可控是同一个逻辑的两面。
能自己整理的上下文
真实看得见
在体验这款产品的时候，发现了一个很有意思的点，就是它能够支持整理任务上下文功能。
当在进行完一个任务之后，任务底下就会出现一个任务上下文选项，旁边有整理任务上下文能力，点击之后，它就可以自动把之前进行的任务上下文进行整理。
整理完成后，用户就能够更加直观地看到AI整个的思考过程，以及执行过程。
说白了，这个功能是把底层技术问题“翻译”成了用户看得见的产品动作。
业内皆知，进入2026年，一个越来越清晰的共识是，基础模型能力正在同质化，真正拉开差距的战场，从模型内部转移到了模型外部。这个外部战场，就是上下文工程。
Agent干活的方式决定了它会“越干越撑”，工作时间越长，打开过的文件内容、每次调用工具返回的结果、之前聊过的要求，都会不断塞进上下文窗口。
TeleAgent的窗口虽然做到了400K Token，但长任务跑几个小时，几十份文件来回读写，再大的窗口也有塞满的一天。
塞满之后只有两条路，都不好走，一种是硬截断，就是把早期的内容直接扔掉，但用户最开始交代的要求往往就在那里，扔了就“失忆”，改到第六版忘了第一版的目标。
另一种就是硬塞，这种问题就会导致Token持续膨胀，每轮推理都要带着全部历史重新算一遍，速度变慢，成本直线上升。
所以上下文必须在“记住”和“装不下”之间做取舍，这就是上下文工程要解决的核心矛盾，也是整理上下文功能存在的根本原因。
为解决这问题，TeleAgent采用了分级整理的方式，并且不是简单删历史，而是一套三级机制：
首先是轻量剪枝，即先扔掉价值最低的旧内容，比如早期工具调用返回的大段原始输出——任务已经用过了，留着没意义；
其次是模型压缩，剪完还是太长，就由专门的压缩模型把整段历史浓缩成摘要，保留任务目标、关键决策和中间结论；
最后则是水位监测，系统实时盯着上下文用量，快触顶时主动触发压缩，再继续执行——保证长任务不断线。
而跨天的任务则交给autoDream长期记忆，其定期整理近期对话并和已有记忆合并，项目背景和用户习惯跨会话保留，第二天打开不用重新解释。
这套机制带来的好处是实打实的。
一是能够让长任务不跑偏，即使方案改到第六版还记得第一版的要求，连续执行十小时不会越干越糊涂，另一个则是Token消耗降下来，即压缩之后每轮推理要处理的内容变少，用户少扣积分，厂商降低成本，同时，整体的响应速度也随之变快。
而这也是其能够在IDC评测里任务表现满分、成本效率最高的关键原因之一。
还有最重要的一点，就是能够被用户看见。
当Agent连续工作几个小时、中途停下来整理上下文时，用户清楚地知道它没有卡死、没有断片，只是在收拾桌面。对一款需要长时间无人值守干活的产品来说，这种确定感本身就是信任。
事实上，整理上下文是行业标配，毕竟上下文窗口的物理限制对所有Agent 一视同仁，谁跑长任务谁都得压缩。Claude Code会在上下文将满时自动compact，Cursor也一样，曾经Manus甚至因为专门写了上下文工程的技术博客而出圈。
也就是说，整理上下文是每家的工程师都在做的事，区别只在于TeleAgent把它从后台搬到了台前，变成了一个用户看得见的功能。
毕竟其目标用户是政企和谨慎型办公人群，这类用户的心理恰恰相反，看不见的东西才可怕。
IDC报告里有一句关键结论，即Agent Harness能力（上下文工程是其核心）决定任务表现。而TeleAgent的任务表现是5分最高档，参评产品普遍3分。
这么来看的话，在国内企业级办公Agent这个赛道，TeleAgent的上下文工程处于第一梯队，且在任务稳定交付这个细分能力上有IDC背书的单项领先。
但细看分数结构，TeleAgent常规任务3.49分，复杂任务只有3.36分，而WorkBuddy在复杂任务上是全场最高，这也意味着，其在复杂长链路任务上尚未登顶。
更本质的一点在于，上下文工程在行业里其实还没有公认的评价体系，TeleAgent目前的行业位置，很大程度上是IDC这一场考试定义的。
最终，它能不能坐实上下文工程第一梯队的标签，还取决于后续有没有更多独立实测，以及它愿不愿意像Manus那样把技术细节摊开来接受检验。
政企的种子选手
消费市场的跟随者
TeleAgent的产品设计，很突出的一点，就是注重隐私和安全问题，而这天然适配政企市场。
中国电信的客户群主要是三块结构，个人、家庭以及政企，这也是它区别于互联网公司的基本盘所在。而在三家运营商中，电信的收入结构里个人、家庭、政企相对均衡，但政企业务占比最高，这也就决定了它做AI产品的基因天然偏B端。
在官方的定义中，TeleAgent就是一款面向个人与政企用户提供全场景智能生活与办公服务的产品，提供公有云、私有化部署、属地运维三类交付方案。商业板块中，主要有个人版免费推广，企业版（数字员工）和私有化部署面向中小企业及央国企收费。
从这个布局看，TeleAgent的实际打法更像是走C端练兵场+B端主战场，C端靠4亿多移动用户和营业厅体系走量，B端则靠3000万政企客户关系和天翼云的存量客户做转化。
毕竟，天翼云在政务云市场本就占约28%份额，这些客户天然是私有化部署的买家。更重要一点是，电信已有超1.1亿AI应用用户的基础盘。
但从当前整个AI办公赛道来看，TeleAgent核心优势仍是政企办公智能体的头部种子选手，但在消费级市场，短期内来看，更多的还是跟随者。
毕竟，豆包有1.4亿日活的流量池，还有飞书3000万月活，集成两者的豆包工作，也天然具有流量优势，而WorkBuddy的月活也有2000万。
TeleAgent则只能靠营业厅、天翼App和口碑传播获客，短时间就有百万注册用户，这个增速不算慢，但和巨头的体量相比还差着量级，且免费策略下的留存和付费转化都没经过检验。
更为重要的一点是，消费级市场拼的是生态粘性和使用习惯，这两样恰恰都不是运营商的强项，飞信和易信的故事，行业都还记得。
不过，TeleAgent这款产品，对于电信来说，却是一张打通其未来AI战略的王牌。
它的真正价值可能不在于打败谁，而在于验证了一条路径，在AI时代，运营商可以从卖带宽转型为卖智能，而TeleAgent就是这个转型故事里最具体、最能被触摸到的那个证据。
光锥智能“AI交流群”已建立，
感兴趣的朋友可以添加小助手微信（GZZN2019）沟通进群。
联系我们
王一粟
创始人/主编
ID：cishicike000
商务合作请添加微信：GZZN2019
转载开白请留言或添加微信：GZZN2019
进群交流请添加微信：GZZN2019
※添加时请备注公司+姓名+来意
「往期精彩推荐」