我们花了一个月深度试用 TeleAgent

作者／   IT 时报  郝俊慧

编辑／   孙妍

AI Agent 的故事讲到 2026 年，终于从概念落向了实处。

当智能体终于从 " 会说话 " 到 " 能办事 "，最先被改写的，是每个 " 打工人 " 的日常工作：写文档、做表格、发邮件、整理会议纪要……这些并不复杂却十分烦琐的活，正一件件被 AI 替代。

7 月 18 日，在 2026 世界人工智能大会（WAIC 2026）中国电信人工智能生态大会上，中国电信发布了自己的超级智能体——星辰超级智能体（TeleAgent）。这是在中国电信董事长柯瑞文当日宣布从 " 光改 "" 云改 " 走向 " 智改 " 之后，推出的第一款 AI 原生应用。

很多时候，现代职场人不需要熟人，有个 " 搭子 " 就好——饭搭子、运动搭子、旅游搭子……他（她）不必深交，却在特定场景中十分靠谱；工作时也一样，你不需要一个全知全能、对个人隐私也了如指掌的超级 AI，一个随叫随到、能把活漂亮干完的搭档就好。" 能干可靠的 AI 办公搭子 "，正是 TeleAgent 的 Slogan。

然而，一家电信运营商要做 AI 办公搭子，首先便必须直面三个 " 偏见 "：央企做 C 端 AI 入口，能力行不行？产品好不好用？价格贵不贵？

市场的 " 傲慢 " 会被打破吗？" 国家队 " 与互联网大厂的 AI Agent 有何区别？不妨把 TeleAgent 拆开看看。

论能力

拥挤的赛道

有底座也有底气

从对话工具到任务执行主体，2026 年上半年，桌面级 Agent 接连登场，但无论外观、功能还是宣传口号都高度类似，甚至剥开各家产品的包装，底层技术架构也没有太多本质差异，AI 办公赛道已高度拥挤，这不是一个容易讲好故事的领域。

电信运营商为何也要躬身入局？

2026 年，大模型队列基本成形，AI 竞争进入下半场。如果说上半场比的是哪个模型参数多、跑分高，那么下半场比的是谁能把 AI 真正塞进企业的日常生产流程。入局者要想在激烈的竞争中胜出，必须另辟蹊径。

中国电信看到了一条属于自己的路径：用运营商的云、网、算力 " 底座 " 优势，从基础设施层到应用层做一次整体打包，而在这个过程中，中国电信可以将自己积累的 4 亿多移动用户、2 亿多宽带用户，以及 3000 多万政企客户关系、私有化部署能力和算力调度经验，全部注入 AI 这条新赛道。

有了底座，还有底气。

2026 年 1 月，星辰大模型体系入选国务院国资委 "2025 年度央企十大国之重器 "。

在这个被互联网巨头和创业独角兽主导的赛道上，一家央企 AI 公司站到了技术最前沿。星辰大模型覆盖了语义、语音、视觉、多模态四种核心能力，由中电信人工智能科技有限公司自主研发，是国内首个实现了 " 全模态、全尺寸、全国产 " 的 AI 大模型体系。

全栈自研的能力，让产品有了和头部玩家掰手腕的底气。如今，TeleAgent 在算力调度、模型训练、推理部署的每个环节都实现了自主掌控。产品力的硬核数据，也证明了它不是 " 央企样板间 "，而是真正的市场竞争者。

TeleAgent 自 5 月内测以来，用户已突破 40 万，日均 Token 消耗超 2000 亿，已上线 1 万多个 Skills，覆盖了办公全场景，其中九成由用户自建。

论产品

越用越懂你

产品能力背后的工程学

在大多数人的印象中，央企做 AI，总带着某种 " 理所当然 " 的厚重感，却总与 "C 端爆款 " 隔了一层，那种拼体验、拼口碑、拼 " 新手零门槛 " 的产品，好像天然是互联网大厂的专利。

然而，一个能让打工人真正放心的办公搭子标准可不低：得懂你，不用每次都要字斟句酌；得让你放心，敢把文件和账号交到他手上；得真能干活，还得养得起。

在深度试用 TeleAgent 一个月后，《IT 时报》记者发现，一句 " 你的工作，TA 帮你 " 的 Slogan 背后，是中国电信对全栈智能服务体系和能力的一次整体测试。

本质上，TeleAgent 架构是一个 ReAct 循环：规划、调用工具、观察结果、再规划，与其他同类产品并没有太大差异。真正的不同在上下文工程。TeleAgent 团队判断，提示词工程将随着模型能力提升边际效应递减，真正决定 Agent 表现的是怎么让有用的信息占满有限的上下文窗口。

目前，TeleAgent 的上下文窗口高达 200K，约合 40 万汉字，团队通过任务拆解、信息检索和记忆调用，希望可以让有用的信息高密度占据有限的上下文窗口，逼近上限，这意味着 TeleAgent 在单次推理中能同时 " 看到 " 海量的相互关联约束条件，而不是每次都从零开始理解用户需求。

记忆系统是上下文工程的核心落地。TeleAgent 的记忆系统分为三层：USER.md 记录用户主动设定的长期偏好，比如写作风格、常用格式、沟通习惯；MEMORY.md 存储系统从交互中推断的核心事实；每日日志自动记录工作摘要，支持关键词检索回顾。

通过这种机制，TeleAgent 可以跨对话积累经验。用户使用时间越长，系统越能够理解用户习惯。例如，一个月之后，它可能知道用户写周报习惯采用什么结构，汇报材料喜欢什么格式，文件通常存储在哪些目录。

" 越用越懂你 " 的能力，是 AI 办公搭子的核心价值。用了一个月，TeleAgent 确实对记者更加熟悉，对记者每周都要计算的稿费表格，也都自动做成了 Skill，每次直接调用即可，的确有种正在培养一个具备记忆、理解和执行能力的数字同事的感觉。

论安全

服务端 " 阅后即焚 " 是必选项

如果说好用决定用户愿不愿意打开 AI，那么安全决定企业敢不敢真正把 AI 放进生产流程。

过去，一个 AI 助手主要负责输出内容，而现在，一个智能体可以读取文件、调用工具、连接业务系统，甚至执行操作，但核心矛盾在于，" 你需要给它执行权，但执行权本身就是最大的攻击面 "。

春节前后，OpenClaw（昵称 " 龙虾 "）爆火，连老年人都排队 " 装龙虾 "，然而一夜之间形势逆转，大量安全问题让行业开始审视智能体风险。

" 国央企客户选智能体，安全不是加分项，是必选项。"TeleAgent 工作人员告诉记者，" 功能可以少一点，但不能出安全事故，否则整个产品的信任就归零了 "。

对企业而言，可控是比聪明更重要的 AI 品质，也正因此，安全是 TeleAgent 进入企业市场的基础能力。

产品形态上，TeleAgent 和普通的 C 端 AI 工具一样，下载桌面客户端，手机号注册登录，自然语言对话即可使用，不需要将文件都传上云端，你只要 @本地文件夹，它就在本地读取内容，推理时才把内容转成 Token 传给模型。

服务端 Token 日志不落盘，" 用完即焚 "。一篇 100 页的合同，在云端 Agent 那里需要整篇上传；在 TeleAgent 里，仅需少数 Token 便可完成任务。

这种安全设计并非纯粹的技术选择，而是央企制度环境下的必然选择。中国电信长期处理敏感数据、执行严格内部审批流程所积累下来的合规经验，被直接注入产品架构。由此，央企的制度性安全，" 逼 " 出了最安全的架构设计。

某种程度上，这正是 TeleAgent 带来的又一重反差。外界常把央企 " 太重安全、太讲合规 " 看作做 C 端的包袱，但在 Agent 这个需要用户亲手交出执行权的产品里，这套 " 包袱 " 恰恰是最稀缺的信任资产，原本看似是 " 短板 " 的劣势，在这里变成了自家独有的 " 护城河 "。

TeleAgent 的安全架构分为四层。第一层是本地化：用户文件在本地读取和计算，不会整篇上传云端，AI 推理时只将必要的文本片段转为 Token 发送给大模型，服务端 Token 日志不落盘，" 用完即焚 "；第二层是沙盒隔离：所有技能执行被限制在隔离沙盒中，与操作系统的关键目录物理隔开；第三层是虚拟机隔离：部分高危操作在独立虚拟机中完成，与本地操作系统完全切断；第四层是七环节全链路防护——传输、执行、数据、技能、记忆、存储、系统，每个环节各有独立的防护策略。

与擅长快速创新的互联网公司相比，运营商长期面对的是大规模用户服务和高可靠性要求，在运营服务的稳定和可控性方面，经验丰富。

WAIC 2026 上，中电信人工智能科技公司总经理何忠江透露，TeleAgent 是国内第一批通过信通院安全能力测试的智能体软件，在多家头部厂商的安全核验中，四层安全评测通过率达 98.2%。

论成本

TCO 最优

如果说易用是底线、安全是入场券，那么成本，就是 TeleAgent 真正想打的一场硬仗，而这场仗的核心，是 Token。

Token，已成为 AI 时代的核心价值计量单位与新型服务货币，今年以来，AI 会干活之后，Token 明显不够用了，大模型厂商喊 " 涨 " 一片。衡量一款 AI 应用的价值，不再仅仅是结果如何，还有 TCO（总体拥有成本），这是 AI 从 " 技术尝鲜 " 走向 " 规模化使用 " 过程中绕不开的门槛。

充沛的算力资源，让 TeleAgent 手中有足够的牌面。据柯瑞文透露，中国电信智算平台 " 息壤 " 的纳管算力已超过 100EFLOPS。

" 目前我们正处于推广期，用户可以免费体验。" 在 WAIC 2026 的电信展台，工作人员告诉记者。从内部测试数据来看，TeleAgent 在很多办公场景中，任务完成的优秀率和 Token 的消耗量明显低于同业。这意味着同等算力下，TeleAgent 能交付更多、更好的成果。

这些数据，对企业级采购决策者而言，比任何 Slogan 都有说服力。

论未来

下好 Token 经营这盘棋

随着 WAIC 2026 落幕，AI 办公市场的真正竞争正在进一步加速。

当 " 偏见 " 被逐一打破，面对市场的 " 傲慢 "，中国电信只剩下最后一个问题：央企打造一款 C 端头部 AI 产品，是偶然还是必然？

"Token 经营的本质就是为客户提供人工智能服务。"WAIC 2026 期间，中国电信董事长柯瑞文在 " 星辰共生，智惠伙伴 " 人工智能生态论坛上表示，中国电信着力推动的 " 五位一体 " 智能云体系，正是 Token 经营的实体化落地。

AI 竞争走到最后，各家拼的不再仅仅是模型能力高低，而是如何将技术转化为用户听得懂的服务，将底层资源变成用户愿意付费的产品，将产品从一次性尝鲜变成长期依赖的习惯。

过去几十年，运营商围绕 " 连接 " 建立了一套成熟的商业体系。用户购买的是流量、语音和宽带服务，运营商负责将复杂的网络资源转化为清晰的套餐、稳定的体验和可持续的服务关系。而现在，Token 正在成为 AI 时代新的 " 智能计量单位 "。模型每一次推理、每一次调用、每一次任务执行，背后都对应 Token 消耗。

但对于普通用户和企业客户而言，它依然是一个陌生概念。用户并不关心一次任务消耗了多少 Token，而是更关心套餐是否清晰、费用是否透明、服务是否稳定。

因此，TeleAgent 作为中国电信首个面向 Token 经营的 AI 原生产品，最终要呈现的，正是如何把 Token 这种底层资源，转化为用户能够理解、接受和持续使用的智能服务，如何准确衡量每次 AI 执行任务结果的价值，包括账单如何呈现，资源消耗如何解释等消费中的细节。

这背后，需要有模型服务管理、算力调度、资源计量、安全保障、客户服务等一整套体系支撑，要在透明、可控、可衡量的基础上，让用户愿意长期使用 AI。

对于 TeleAgent 而言，它要解决的不只是 "AI 能不能帮员工完成工作 "，还要回答另一个更现实的问题，当 AI 成为每天使用的办公基础设施，用户是否满意，企业是否愿意持续买单。

当一家企业同时拥有模型能力、算力资源、安全体系以及服务亿级用户的运营经验，它所面对的机会，可能并不只是制造一个 AI 工具，而是重新定义智能服务如何进入普通人的生活。

而这，可能才是中国电信最熟悉的战场。

排版／   季嘉颖

图片／   TeleAgent IT 时报

来源／《IT 时报》公众号 vittimes

E   N   D

大家都在看

IT 时报

怕被 AI 替代？

不如先学会用好它

「挨踢妹 @AI 茶水间」

扫码即可加入↓↓↓

请加「星标」不错过我们