中国电信TeleAgent实测进IDC企业级通用Agent前三

2026-09-18 12:40 0 阅读

IDC用近百道真实任务考Agent，TeleAgent冲进前三

以往大模型评测多依赖标准化Benchmark，比如数学、代码、常识问答等单项打分。但企业级通用Agent要面对的是真实办公环境里杂乱无章的任务流——写邮件、排日程、处理脏数据、从万字材料生成PPT，甚至跨天执行多步骤流程。

文章配图

IDC这次没走老路。它设计了近百道非公开任务，直接测试Agent能不能把事情“办完”。不仅要看输出结果，还要核验系统状态、文件内容是否真的符合要求。比如一道题要求Agent处理3755行格式混乱的数据表，另一道则要从约3万字的会议纪要中提炼要点，自动生成11页结构清晰的PPT。

文章配图

在这套严苛考法下，中国电信的TeleAgent常规任务得分3.49、复杂任务3.36，在九项能力维度中，“任务表现”拿到5分满分，“成本效率”则是所有参评产品中最高的。

文章配图

值得注意的是，TeleAgent今年4月才在内部试用桌面端，7月V1.0正式对外发布，到9月用户已接近120万。一个央企出品的Agent，为何能在短时间内跑出这样的成绩？

IDC报告里提到一个概念：Agent Harness。简单说，就是围绕大模型搭建的一整套执行框架。模型负责理解与推理，但真正让任务跑下去的，是背后的工程链路。

TeleAgent的高分项，基本都能在这条链路上找到对应。

首先是上下文管理。Agent执行长任务时，对话历史、工具返回结果、打开的文档会不断塞进上下文。如果全堆着，Token很快爆掉；若压缩太狠，又可能把用户最初的要求给丢了。

TeleAgent的做法是分级处理：先对低价值的旧工具输出做轻量剪枝；若仍超限，则调用专用压缩模型处理整段内容。系统还会实时监测上下文长度，一旦接近窗口上限，自动压缩后再继续执行。目前其上下文窗口已突破400K。

但企业办公常跨天、跨项目，单次会话的记忆远远不够。于是团队又加了autoDream长期记忆模块。它会定期整理近期对话，将新信息与已有记忆合并，保留项目背景、用户习惯和偏好。第二天用户重新打开时，Agent能立刻接上昨天的进度，不用从头解释。

底层实现上，TeleAgent没直接套用开源Coding Agent框架。其核心内核包含约3万行自研Go代码，专门适配了Windows PowerShell、麒麟、统信等国产操作系统。因为做PPT、写周报、处理Excel，和在代码库里找Bug，本质是两套工作逻辑。

企业用Agent，绕不开“贵不贵”的问题。TeleAgent为此设计了一套ModelRouter系统。

每次请求进来，系统会根据模态、长度、关键词判断任务复杂度，再分配到轻量、均衡或旗舰三档模型。翻译、格式化这类简单任务走轻量模型；PPT生成、文档撰写用均衡档；深度研究、复杂方案才调旗舰模型。

这套路由机制让推理成本降低约40%。简单任务响应控制在3-5秒，路由延迟低于10ms。再加上PD分离、KV Cache复用和负载感知调度等优化，TeleAgent在成本效率维度拿下了评测最高分。

但更关键的是安全。当Agent能操作文件、调用系统、修改数据时，一次错误可能造成实际损失。

TeleAgent从设计初期就强调安全：所有Skill上线前需经过来源验证、病毒扫描和漏洞检测；短期记忆与长期记忆分开管理；文件读写被限制在指定工作目录；高危命令（如删除、格式化）会被监控拦截；代码和文件操作尽可能在隔离沙箱中完成。

正因如此，TeleAgent成为首批通过中国信通院智能体安全评测的产品之一。在中国电信研究院内部测试中，通过率达98.2%；与外部安全厂商联合进行的28个场景、336个测试用例里，通过率高达99.7%。

这些能力其实是环环相扣的：上下文和Harness决定任务能不能跑完，模型路由决定花多少钱，安全机制决定企业敢不敢真用。而这三点，恰恰是通用Agent从Demo走向日常办公必须跨过的门槛。

很多人以为TeleAgent是追风口的产物，其实中国电信布局智能体已有一年多。

2024年底，集团启动星辰智能体平台建设；2025年4月，该平台被定为集团级基础设施；同年8月推出星辰超级智能体网页版，开始探索自主式Agent。随着技术演进，团队逐步将Coding增强、Skill体系和桌面环境整合进来，最终在2026年4月推出TeleAgent桌面端内测。

虽然出身央企，但TeleAgent的产品方法带着明显的互联网色彩。

负责开发的中电信人工智能公司有1200多人，九成以上来自社会化招聘，不少成员曾就职于头部互联网或AI企业，平均年龄仅30岁出头。公司给予核心团队较大自主权：方向未定时可先试错做体验，早期不强求收入，而是看重用户口碑。

组织方式也变了。过去央企做跨部门产品，常陷于冗长协同链条。TeleAgent团队则把资源决策集中，让懂电信业务的人和有产品经验的人直接在一线配合。

更重要的是，中国电信庞大的组织体量提供了天然试验场。集团内部员工众多，业务涵盖办公、网络、政企、云、号卡、宽带等，TeleAgent每天面对的都是真实需求，而非预设演示。

比如内部的Skill广场，目前已上架5.6万个技能，被添加近200万次，参与开发的员工达2万人。有人围绕宽带套餐制作自动查询Skill，有人用Agent生成符合内部模板的PPT，一线运维人员甚至拿它做摄像头巡检和电表识别。这些原本需要立项开发的小工具，现在由业务人员自己就能搞定。

这种“内部即市场”的模式，让产品在真实复杂环境中快速迭代。普通员工、专业岗位、系统权限、敏感数据——这些问题若在内部都跑不通，对外推广更难规模化。

IDC今年4月的调研显示，48.5%的企业已进入通用Agent的评估、试点或使用阶段。其中96.9%的应用集中在办公自动化，流程自动化、知识管理和数据分析紧随其后。

这意味着市场正从“能不能做”转向“好不好用、安不安全、划不划算”。而中国电信恰好同时具备两套能力：一方面拥有云、算力、安全、政企客户和复杂业务场景；另一方面吸收了互联网产品的快速迭代、用户反馈和成本优化方法。

TeleAgent冲进IDC评测前三，不是偶然。它反映了一个趋势：运营商正在变成AI原生组织。中国电信早已不是传统意义上的通信服务商，而是一个Full of AI的智能体平台构建者。