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