办公 Agent 大乱战，新势力TeleAgent 凭什么坐上牌桌

办公 Agent 下半年开启了大乱战模式。

打开这类产品，左侧栏里的东西大多很眼熟：文件、搜索、技能、定时任务、PPT、网页生成。AI 已经开始离开聊天框，进入电脑处理具体工作。

不过在日常工作中我们最关心的往往是这些问题：

它能不能读懂几个格式不同的文件？中途改需求，前面的背景还记不记得？交付物可以直接打开吗？数字有没有对上？跑一次任务又要花多少积分？

这些具体环节正在改变办公 Agent 的竞争。一次生成可以吸引用户试用，长期使用还要看交付、消耗和边界。

最近 APPSO 留意到一款叫 TeleAgent 的产品也加入到了这场办公 Agent 浪潮中。它是中国电信推出的桌面 Agent，建立在自研星辰大模型和国产智算底座之上。

一个运营商下场做个人办公 Agent，听起来有些令人意外。然而中国电信过去积累的模型、算力、安全和服务能力，其实有不少恰好是现在 Agent 能力的标配，这让我对 TeleAgent 更加好奇。

我们更关心它进入真实工作以后，会交付什么样的结果，跟一众 Agent 产品相比，体验有什么不同，APPSO 这就给你实测看看。

下载 https://www.teleai.com.cn/product/teleagent

化身无情甲方，AI 还能招架得住吗

这次，我决定体验一把甲方的快乐。

我先让 TeleAgent 做了一份活动方案，任务是为模拟品牌「栖刻咖啡」准备一场活动。立项说明、预算单价、确认规则和补充资料都放在文件夹里，里面还混着往期经验。

它需要梳理现有的一堆项目资料，再做项目 Excel、一页执行说明和 8 页可编辑 PPT，另外留一份工作台账，记下每次改了什么。

它给到的初版是一场 160 位嘉宾参加的品牌交流会，并列出了分工物料明细。

方案有了，我开始反复改需求，给 TeleAgent 感受下真实甲方多变的需求。

先把名字换成「栖刻·周五下班派对」，嘉宾减到 100 位。并要求别搞得像商务峰会，文案轻松一点，其他照旧。

TeleAgent 更新台账时，没把「100 位嘉宾」直接当成全部到场人数。上版确定的细节也完整保留。中途追加的往期材料，它也没有擅自当成这次活动的新要求。

接着，我把预算从 12 万砍到 8 万。它选择砍掉伴手礼，同时把茶歇的成本降低。

这还没完，我把开场时间从 14:00 推到 16:00，日期和时长不动。签到、彩排、工作人员到场和物料进场，都要跟着往后挪。

接着场地也改了，需要根据新的场地大小和价格重新规划方案。顺便让它 PPT 试试白底加橘色。

一般到这里，打工人已经崩溃了。TeleAgent 不语，默默更新台账，最后再按最新要求交付一整套文件。

最终的执行方案里，它严格按照每一轮的修改进行的调整，所有更改我们也逐项校对过，确实与反馈细节一致。

TeleAgent 支持超过 400K Token 的上下文，这个也让它能记住这些频繁变动的需求，像一个优秀勤恳的打工人来帮我完成交付。

新生开学的计划通

另一项任务，我们换成了学生的日常安排。六门课的要求散在教学大纲、课表截图和课程通知里，此外还有社团值班和实习排班。单看每份材料都不复杂，放在一起就会遇到麻烦。

比如，同一个下午，上课和值班撞了。老师在群里说要改展示日期，教学大纲却还是旧的。连学期任务都没理清，很难决定这周先准备什么。

我们让 TeleAgent 整理一份学期任务表、一份 16 周计划，再做一个能用浏览器打开的「本周任务台」。对于没确认的日期，要求它保留不同说法。

做好的 Excel 里，作业、考试和阅读要求都能找到。每项任务旁边有日期、评分要求和出处，要核实某项作业，就能按出处回到原文件。还没公布的结课展示时间，也没有被补上一个猜出来的日期。

▲学期任务表：课程、日期、评分、状态和来源分列.

用户研究课的展示尤其容易排错。大纲写的是 10 月 29 日，群通知说计划改到 30 日，但教务还没确认。

TeleAgent 把两个日期都留了下来。按 29 日安排，会撞上项目管理课；如果改到 30 日，又会和实习重叠。它把这两种情况写清楚了。首周已经确定的冲突也列了出来：统计学课和社团值班重叠，必到辅导和兼职排班重叠。

打开「本周任务台」，可以直接看这几天要交什么。访谈计划、开题说明和数据清洗作业，都出现在相应的日期下。点到期中展示那一周，前面那两个待定日期带来的冲突也会显示出来。网页保存在本地，断网也能打开。

还有一个很有心的细节，在16 周计划里，它还针对秋休和考试周单独做了安排。

▲本周任务台：未来7天日程、冲突与提前准备建议.

最近关于「不带 Token 是否就没资格上大学」的讨论引发热议，实际上对于学生群体来说，还得考虑带什么 Token，毕竟 AI 已经成为新的赛博文具了。

值得一提的是，任务结束之后它会分给出技能修改建议，把这个工作流保存成 skill 可以复用，你也可以公开跟别人分享。

TeleAgent 的技能排行榜上，我还发现飙升榜排名第一的技能压根不是用来办公的，而是一个叫「仙境英雄传」的技能，这是由CheLia参照仙境传说开发出的一款回合制角色扮演类 RPG 页游。类似有趣的技能还有不少，在办公等待 Agent 出结果的间隙，还可以在上面赛博摸鱼。

五个人的小团队，准备一场产品发布

最后，我们给 TeleAgent 安排了一项产品发布准备工作。

模拟团队只有五个人，准备为「拾序 / Shixu」招募第一批内测用户。文件夹里有创始人的零散笔记、10 份用户访谈，还有功能清单、成本表、Logo 和两张界面草图。

这些材料里也有旧信息。早期笔记写过招募 100 人，正式批准的名额是 50 人。价格和上线日期也改过。我们要求它先把这些差异整理出来，再按确认后的要求准备介绍材料和招募网页。

首轮交付包括产品定位、招募方案、两周行动表、一份 6 页 PPT 和网页原型。介绍里采用了正式确认的信息。打开 PPT 和网页，能看到材料中的 Logo 和配色，产品名称、价格与开放日期也一致。

它从访谈里整理出的需求，和这款产品要解决的问题有关：先从材料里找出要做的事，日期变了能看见影响，平时有地方查看一周安排。每类需求都附了访谈编号。有人想要团队协作，但这项功能不在首发范围里，介绍中也没有把它写成已经能用。

两周行动表则写了谁负责、哪天完成。开发要收尾哪些功能，招募文案什么时候准备，申请由谁筛选，都有相应安排。

网页可以直接在本地打开。试着填表时，漏填称呼或写错邮箱，会被提醒；填完以后，页面会显示这次填写的内容。它也注明了这是演示，没有真正的报名后台。

做到这里，我们又临时改了三件事：内测名额从 50 人减到 30 人，价格先不公开，新增已经确认的「产品数据仅保存在本地」。上线时间和免费体验安排不变。

TeleAgent 保留了第一版，又做了一套新版文件。PPT 和网页的名额改成了 30 人，原来放价格的位置换成「定价暂不公开」，产品介绍里也补上了本地保存数据的说明。

TeleAgent 把零散材料整理成了一套能够执行的发布包，对五个人的小团队来说，办公 Agent 的价值就出现在这些琐碎的同步里。

关键决定仍由人来做，Agent 负责让人的决定落实到每一份材料里。

办公 Agent 出现一股新势力

今天衡量一款办公 Agent ，功能数量只是一部分。能否接住一段又一段完整的工作，才决定它有没有进入主流讨论的资格。

体验下来，TeleAgent 已经跨过了这道门槛，成为办公 Agent 里的一股新势力。

它能读取不同格式的材料，找出冲突，调用工具，再把结果做成可以继续编辑的文件。需求临时变化，它也能沿着前面的任务继续修改。

而在进入大众视野之后，一款 Agent 产品能不能被长期使用，还得看高质价比。

我们此前写 DeepSeek V4 Flash 时，提到过大模型的「斩杀线」。它不需要每一项跑分都排在第一，只要多数 Agent 任务能做完，价格又低出一个量级，就足以改变用户的选择。

Agent 会反复读取文件、调用工具和检查结果。任务持续的时间越长，模型能力、时间和成本就越需要放在一起看。

表格能不能核对，PPT 能不能继续修改，需求变化后要不要从头再来，都会产生真实成本。

OpenAI 在 2026 年 6 月公布的 Codex 使用研究显示，Agent 正在把知识工作的基本单位从短对话，推向持续几十分钟甚至数小时的委托任务。

所谓的高质价比要算完整，不能光看任务消耗了多少额度，还得看成品质量，后面要返工几轮。

整体用下来，除了交付结果，更让我惊喜的是在很多长任务中消耗的 Token 要比想象中少。基本可以满足一般用户每天高强度随便蹬了。

现在 TeleAgent 注册后能直接获得 3000 积分，每天还可以继续领取。甚至还有用户做了一个自动领取积分的 Skill，可以直接安装。

当 Agent 开始处理报销单、客户资料和未发布的内容，另一个问题会自然出现：这些文件能不能放心交给它？

普通用户关心的事情非常实际，它会在哪个文件夹里工作？覆盖或移动文件前能不能先问一句？材料不够时会不会自己补一个答案？出了问题还能不能找到上一版？

TeleAgent 允许用户限定工作空间，也能在关键文件操作前保留确认环节。遇到没有依据的信息，我们在任务中明确要求它留空或标记「待确认」。新版文件出现遗漏时，上一版本仍然会完整保留。

这背后是 TeleAgent 围绕 Agent 工作流的四个关键步骤——感知、推理、执行和记忆，都设置了安全护栏。

当然普通用户不需要去搞懂这些安全架构，他只要知道 Agent 在哪里工作，重要操作还握在自己手里，把文件交出去时心里就更有底。

面对重要文件，一个可靠的 Agent 应该知道什么时候停下来问人。

面向大众的产品，操作门槛还得足够低。

TeleAgent 的起点可以是一句中文指令和一个文件夹。用户无须配置复杂工作流，也不需要懂代码。公司职员、学生、创作者、创业者和自由职业者，都可以从手边的一份材料开始。

大多数办公 Agent 都能整理文件、制作 PPT 和生成网页。 而TeleAgent 更有辨识度的部分，出现在这些功能开始协同以后。

它把上下文工程用在长任务里，尽量保留最初目标、材料之间的关系和后续修改要求。用户临时调整口径时，Agent 可以沿着已有结果继续工作。

前面提到它的积分消耗比很多Agent要少，关键在于藏在执行过程里的 Model Router ，它能根据任务复杂度自动选择模型。

用户最终感知到的是积分消耗、处理速度和结果质量，不需要先理解背后的技术路由。中国电信自研模型以及安全、服务体系，为这套办公 Agent 提供了更稳定的底座。

在办公 Agent 狂卷的当下，这些能力也是 TeleAgent 能坐上牌桌的底气。它的产品逻辑，是让没有技术背景的人也能把任务交出去，并在长期使用中逐渐形成对个人工作方式的理解。

当办公 Agent 的功能逐渐趋同，新势力的出现对用户无疑是一件好事，这能加速产品迭代，用户也有了更多选择来找到符合自己工作习惯的产品。

接下来，办公 Agent 能把每个人理解到什么程度，谁更懂中文办公的上下文、有更可控的消耗、并能够长期提供安全服务，会成为下半场新的分界线。

这条线，将决定谁能成为真正的「国民级AI 办公助理」，这张牌桌正在加速洗牌。