共计 1252 个字符，预计需要花费 4 分钟才能阅读完成。
办公 Agent 之战, 才刚刚找到战场
上半年办公 Agent 还只是大厂 AI 生产力版图里的配角, 形态未定、路线分散 。进入下半年, 随着 WorkBuddy、千问办公与豆包工作相继收敛产品思路, 这条赛道的战场轮廓才真正浮现。
📌 从产品赛马到主线收敛
- 重点: 做基础设施的巨头更懂得稳扎稳打
- 重点: 当前公开信息主要集中在产品、策略或节奏变化上。
- 重点: 后续仍需关注官方更新、落地范围以及实际反馈。
此前协同办公、Coding、云端与桌面 Agent 各自为战, 桌面 Agent 该长什么样并无共识 。转折点出现在大厂收拢内部多产品赛马机制: 字节整合为豆包工作, 阿里在多版 logo 之后推出千问办公, 腾讯则通过 WorkBuddy 跑通了办公 Agent 的产品形态。三者路径不同——WorkBuddy 走聚合, 千问办公主攻一句话出网页成品, 豆包工作提供侧边编辑思路, 但都借助模型路由完成能力交付。
🔍 模型路由: 从分销到调度
Model Router 1.0 阶段, 路由本质是模型能力的分销渠道。WorkBuddy 内置混元并接入 DeepSeek、GLM、Kimi、MiniMax 等供用户切换; 千问办公曾短暂接入外部旗舰模型后又撤下; 豆包工作则只提供自家豆包 2.1 Pro/Turbo, 由系统按任务复杂度自动调度。问题在于, 分销渠道没有护城河, 模型一次迭代就可能抹平溢价。
TeleAgent 将路由迭代为 2.0 版本, 核心变化是从分销走向智能调度: 模型供给侧支持提供商自动无缝切换 , 把不同服务商放入统一能力池, 按压力分配更快更稳的服务; 用户端则按任务强度分层, 轻量档处理翻译总结, 均衡档覆盖文件操作与文档生成, 旗舰档面向代码、深度推理与研究报告。自研星辰大模型 Xing4.0 针对该框架做了专项适配, 原生支持 256K 长上下文, 可扩展至 512K。
💡 上下文与记忆构成长板
办公任务往往是跨文件、跨系统的长程任务, 上下文随复杂度迅速膨胀 , 多数 Agent 走到后半程会因窗口限制“失忆”。TeleAgent 在 Harness 层引入动态上下文治理: 实时预判窗口水位, 溢出前主动分级压缩, 并按任务阶段动态分配预算。接近上限时先对久远的工具输出轻量剪枝, 仍不足则由专职压缩模型深度压缩整段对话, 全程无需用户干预。
📊 提示词、工具与技能层的打磨
相同模型放进不同上下文, 交付结果差异巨大 。TeleAgent 通过新用户引导的前置动作帮助建立初始上下文, 在工具层优化预置工具, 据称 Token 总消耗比同类产品低 37%, 高消耗的代码场景省 57%, 四个核心办公场景平均耗时仅为同类产品的 75%。技能层则采取官方预置与 UGC 上传双管齐下, 上线不足两个月技能广场已汇聚超 5 万个 Skill, 并覆盖合同审查、党建学习、智慧客服等央国企合规场景。
🚀 安全与行业观察
围绕“办公 Agent 之战, 才刚刚找到战场”，这一部分可从背景、现状与影响三个角度理解其关键信息。结合已公开内容来看，核心结论是趋势已较为明确，但细节仍需结合后续进展持续观察。
