一款从央企内部长出的产品，如何跻身前三？
文｜赵艳秋
编｜牛慧
今年 5 月以来，海内外大厂在打一场仗：企业级通用 Agent 入口之战，且战事愈演愈烈。
腾讯、字节、阿里、百度和运营商或进行组织调整、整合相关产品线，或快速迭代新品、做生态，并上演机场广告战。在海外，OpenAI、Anthropic 与 Google，分别联合咨询公司成立 FDE 团队进驻客户现场，且都锚定了要进入的高价值业务流程。
这是一场不得不打的战争。过去企业 IT 预算分散在几十、几百套系统里；如果未来员工主要面对一个 Agent 入口，由这个 Agent 来理解意图、调系统，找数据，跑工作流，那么这个 Agent 就掌握了企业的 IT 调度平面。
于是，微软希望 AI 创造的增量沉淀在 Microsoft 365 中；Salesforce 期望 CRM 变成 Agent 服务业务的底座；Google、阿里、腾讯则希望 AI 价值在自家平台内循环、放大；模型公司想成长为新一代平台；运营商则借此把各种资源贯通，往价值链上游再走一步。
大家聚焦争夺三个关键点：入口、上下文和执行，从而捕获 AI 创造的高附加值。
就在这个当口，IDC 发布国内首份《中国企业级通用 Agent 产品技术评估》，11 款产品在同一口径下交出第一份成绩单：WorkBuddy7.30 分、百度搭子 7.10 分、TeleAgent6.85 分、TraeWork 6.74 分。前四名中，除了清一色的大厂——腾讯、百度、字节跳动外，第三名来自中国电信，一家此前并不在企业办公软件牌桌上的运营商。
TeleAgent 的出现，让这场入口之争多了一个值得观察的变量：一家运营商，能否把长期积累的算力、模型、数据、安全与服务能力，转化为替用户完成任务的 AI 产品？这也指向通用 Agent 竞争更深层的命题：入口的价值。对中国电信而言，TeleAgent 既是进入这场竞争的新入口，也是以应用牵引整个业务体系升级的一次尝试。
01
首份成绩单，谁在前排，差距在哪
战事在厂商之间打响，企业一侧也已从观望走向选型。IDC 今年 4 月的企业调研显示，48.5% 的企业已进入通用 Agent 评估、试点或使用阶段—— 19.5% 已试点或使用，29.0% 正在评估。分行业看，互联网最为积极，达 83.3%；金融为 63.3%；电信、能源和媒体分别为 55.0%、50.0% 和 50.0%。
企业选型最想看重什么？53.6% 的受访企业把 " 能跨系统把一件事从头跑到尾 " 排在第一位。与此同时，52.0% 的企业认为，投资回报能不能算清楚，是规模落地的关键。市场热了，当下需要一把能在同一口径下比较的尺子。
这份 IDC 评估则提供了一份参考。值得关注的，是它的评测方法。IDC 使用近百道自建非公开任务，产品使用统一模型，在同一套 MCP 仿真环境下执行，向所有产品提供相同的工具接口和数据。题目里还预埋了五类非理想条件：工具缺口、数据缺口、同名干扰项、脏数据，以及权限与密级。打分看三方面——活能不能干好、怎么干的、企业能不能管住，共计九个维度。
入局产品出身各不相同。IDC 将国内通用 Agent 分为四派：由 Coding Agent 发展而来的，保留了工程工具链和本地执行的优势；依托协同办公产品构建的，手握组织、账号和协作入口；基于企业级智能体平台构建的，在系统集成、治理和行业交付上经验更足；原生研发的 Agent 产品，不被任何既有产品形态束缚，依靠模型与多模态能力，从任务本身出发设计产品。
路线不同，成绩也各有侧重。WorkBuddy 在常规与复杂任务中表现较为均衡，生态积累较强；百度搭子在信息检索、财报分析和权威来源核验等任务上表现突出；TeleAgent（星辰超级智能体）也是唯一从央企内部长出来的产品，各维度得分全面高于行业平均水平，尤其在任务表现、成本效率、安全性位居前列；TraeWork 是从开发工具走来的，复杂任务得分高于常规任务。
IDC 表示，同一模型、同一评测条件下，产品差异很大程度上来自 Harness，也就是围绕模型搭起来的那层工程。
对今年 7 月才正式面向公众发布的 TeleAgent 来说，这份榜单为外界认识它的产品能力提供了一个新参照。常规任务它拿到 3.49 分（满分 5 分），仅次于 WorkBuddy，两者只差 0.04。在九维评估里，任务表现达到满分，成本效率则拿到本次评测的最高分 4 分，安全可控 4 分，位居前列。还有个细节，IDC 为这次评测统一配置了模型，只有 TeleAgent 是带着自家模型上场的，它强调了全栈信创能力。
从这次评测来看，一家运营商背景的通用 Agent 产品，已进入与互联网大厂同场竞争的行列。
TeleAgent 是谁：一款从央企内长出的产品
在这份榜单上，TeleAgent 是最 " 年轻 " 的面孔之一，它正式面向公众发布才一个多月。
它背后的研发积累开始得较早。中电信人工智能公司成立于 2023 年 8 月，2024 年团队已布局智能体，当年 12 月上线星辰智能体平台。2025 年夏天，产品团队与公司星辰通用人工智能实验室联合启动下一代智能体的探索——这比开源产品 OpenClaw 带火这一赛道要早半年。今年 4 月上线内测，先在公司与集团单位内部使用；7 月对外发布。
内部是它的第一块试验田，电信员工们用 TeleAgent 写程序、做工具、写报告、操作办公系统和邮箱。发布后 30 天，用户规模破百万。
技术上，TeleAgent 强调从模型到智能体内核的自主研发。TeleAgent 核心框架由约 3 万行手写 Go 代码构成，能够针对 Windows PowerShell 进行细节优化，适配麒麟、统信等信创系统，并在出现安全或兼容问题时深入底层修复。
人才、组织同样关键。公司九成以上员工来自社会化招聘，核心研发多来自头部互联网与 AI 企业，团队在技术路线探索上有较大自主权。组织上，公司把资源决策集中起来，让熟悉电信业务与熟悉互联网产品的两类人紧密配合，形成 " 电信基因 × 互联网打法 " 的一体化团队，极短时间在电信集团内赢得口碑与市场，再聚焦拓展外部市场，实现内外双线推进。
落到产品上，它有三张底牌。
效能。IDC 的九维评估中，它的成本效率评分高于业界普遍水平。在一套基于 WorkBuddy Bench 公开评测集的一次对比测试中，TeleAgent 总分 185.01 分，高于对比产品的 177.99 分，Token 消耗少约 37%，整体平均耗时缩短约 25%；在数据处理、文档处理和知识问答这类常见办公任务上，耗时约为对比产品的一半。
安全。它是首批获得信通院企业级类 Claw 智能体安全能力检验证书的产品；此前联合长亭、奇安信等厂商的测试覆盖 28 个场景、336 个用例，通过率 99.7%。面对 " 删除 C 盘全部文件 " 这类高危指令，系统能识别并有多道防线加以阻止。
技能生态。技能已超过 5 万个，99% 由用户贡献，不少贡献者并不懂编程。一名用户把客户拜访前的资料准备封装成技能，输入企业名称，5 分钟生成含客户画像、行业动态和沟通建议的初稿。一线员工的工作方法，因此有机会变成更多人能用的工具。
03
一个产品两种角色，TeleAgent 怎么打市场
入口的价值，最终取决于用户是否愿意每天打开它。TeleAgent 目前主打办公场景，服务个人和企业两类角色。从使用情况看，它的落地路径大致是：先替个人接下工作，再帮团队沉淀方法，进而进入组织的业务流程。
业内领先的 Coding Agent，思维天然偏向 " 写程序 "。TeleAgent 没有照搬，而是针对中文白领的办公习惯做了大量改写，让写周报、做 PPT、处理表格被当作办公任务来理解和执行。文档写作和协同办公是用户最常用的场景，用户的总体满意度高达 4.8 分（满分 5 分）。
个人层面，最先被接管的是重复性事务。一名产品经理算过，他每天要跟进活跃的 58 个群、开约 6 场会、处理近 90 封邮件，留给思考的时间只有两小时左右。如今，他让 TeleAgent 每天定时整理行业资讯、复盘产品数据、归纳邮件与待办，上班先看结果，再安排一天的工作。也有人把近十万字的客户访谈记录交给它，约十分钟拿到市场需求报告初稿。
这类工作对 Agent 的要求是连续的：TeleAgent 的 autoDream 机制，记忆跨会话生效，项目背景和个人偏好只需交代一次，越用越懂用户。同时，会根据所选模型，为上下文分配 " 预算 "，先裁剪冗长的旧工具输出，空间仍不够时，再由专门压缩模型对整段对话做深度压缩；即便触及窗口上限，也会自动压缩后继续执行，长任务不中断。当前版本的上下文窗口已突破 400K Token。此外，模型路由则按任务难度分配模型，兼顾质量、速度和成本。
团队层面，关键是把个人经验变成可复用的方法。TeleAgent 的一个团队用户，是服务百余家门店的 20 人运营团队，成员都不会写代码，两个月里把写脚本、剪视频、复盘直播、做周报等流程做成 20 多个 Skill，一两天的运营分析缩短到约 30 分钟。也有销售团队把优秀销售的打法做成 "AI 教练 "，覆盖拜访前、中、后，并明确资费、补贴不得由 AI 擅自承诺。
在运行中，Agent 能动文件、执行命令，为此，TeleAgent 叠加了多道防线：高危指令先经安全检查，文件读写限定在授权目录，执行过程放在沙盒中并全程留痕。
商业上，TeleAgent 分层推进。标准版为 SaaS 形态，提供个人套餐和企业套餐，覆盖个人与中小企业；大型客户走私有化和联合运营，由专门团队深入客户组织内部。面向央国企，它主打两张牌：一是安全可信；二是全栈信创，从星辰大模型到智能体内核均为自研。
场景上，除深耕办公外，还将探索学习、生活娱乐、健康等个人与家庭场景，并结合终端推进升级。
从央企内部长出来，是 TeleAgent 的独特经历。下一步，它要在快速的市场拓展和产品迭代中证明，这些能力同样适应更多个人、政企等不同市场的工作方式、数据和系统，并让用户愿意每天打开它，而这是这次入口之战的真正考验。
（点击下方阅读原文，下载 TeleAgent 体验）
© 本文为数智前线（szqx1991）原创内容
未经授权，禁止转载
进群、转载或商务合作联系后台
文章精选
台车歪了 5 毫米背后，飞书 + 豆包工作如何让 AI 真干活？
近九成企业用了 AI，为何组织提效却不明显
苹果缺席的那道题，中国厂商先交了卷
从 " 超级员工 " 到 " 超级流程 "，企业 AI 正在换挡
机器人补上 " 最后一厘米 "，触觉的战争打响了
从形态首创到体验重构，华为展翼三折叠交出新答卷
从办公 Agent 到开放平台，WorkBuddy 在赌什么？
千问办公进长安
机场广告之后，京东云的物理 AI 版图要浮出水面了
二十年攒下的数据，为什么喂不饱一个 Agent？
具身 ChatGPT 时刻前夜，自变量押注 " 最强大脑 "
AI 改变钱的流向：预算、自研与最后一公里
OceanBase，走向中国版 Databricks
美团把踩过的坑变成经验，做成了给全行业的低成本 AI 系统
不甘平庸的李健和一个更敢的荣耀
AI 编程更挣钱，为什么大厂全冲去做 AI 办公
从个人 Agent 到企业级数字分身：组织 AI native 转型的 " 最后十公里 "
历史进程中的浙大
松下电视的结局，藏着日本家电的宿命
大模型五大 " 标王 " 与六边形战士
枪响在 2018：神秘东方力量，为何扎堆杭州
