1500000 人在用：中国电信把 20 份报表压成 5 分钟

1500000 人。这是中国电信 10 月 9 日在 PT Expo China 2026 上公布的数字：它的企业级 AI 智能体 TeleAgent，累计用户已经过 150 万，日活超过 200000 人。往前推不到四个月，今年 6 月中旬，这个产品的注册用户还是 27000 人。

一款给企业用的智能体，能在四个月里长到这个量级，这件事本身比它的功能列表更值得看。

TeleAgent 由电信旗下的 TeleAI 开发。按官方的说法，它是一个原生跑在办公场景里的智能体：你把文件拖进工作区，交代一个目标，它从理解需求一路做到把结果交出来，中间不需要你盯着。

形态上它分两条线。一条是企业 SaaS 版，支持跨设备协作，可以按场景做定制；另一条是私有化部署版，8 月中旬发布，模型和数据都留在客户自己的环境里，对准的是数据出不了门的那类单位。系统层面它原生支持 Windows 和 macOS，也支持国内的麒麟和统信 UOS。

最值得抄的一点在最后一行。50000 多个技能里，99% 不是厂商写的，是用户自己为了解决手头的问题搭出来的。企业内部工具的用法，从来不是产品经理坐在办公室里想出来的。

技能市场的增速也不慢。官方口径是，这个市场从大约 40000 个技能涨到 50000 个以上，增量几乎全部由用户自己贡献。一个企业工具能长出这样的生态，说明它至少被真的用进了日常流程，而不只是被采购进了一份验收文档。

还有一个数字值得放旁边：74% 的受访者之前用过竞品，其中 89% 认为 TeleAgent 与市场头部产品持平，16% 认为更好。这两个比例怎么解读，取决于你相不相信厂商自己的调研。

省下来的到底是哪一步

这件事的痛点在每个做过季度汇报的人身上。

做行业研究的分析师老李，季度末有一套固定动作：从五个系统里导出 20 份报表，再花半天时间清洗数据、对口径、画图。真正花在判断上的时间，可能不到两小时。中国电信举的例子就是这个流程，说用 TeleAgent 之后压到大约 5 分钟。

第二层在这里。多数人把这类工具理解成帮你写得更快，其实它改的是取数这一步在组织里的位置。过去一个分析师的价值有一半耗在把数据凑齐；数据能自己凑齐之后，人的价值就得重新落在看出什么上。这对个人是机会，对只会做搬运的岗位是压力。你的岗位正落在哪一边？

反过来说也成立。数据能自己凑齐，意味着口径错了会被更快地放大。工具把流程压缩，不会替你判断该不该这么算。这类工具真能替你省下那半天吗？省下来之后，你打算把这半天放到哪里？

官方没展开的那部分

先做个减法。上面那张表里的 1500000、200000、50000、90%、79%，全部来自中国电信自己发布的公告与调研，属于厂商自报，没有被第三方独立复核，看的时候要打折扣。

再看它没展开讲的部分。企业智能体最难的不是回答问题，是权限。TeleAgent 介绍了四层防御和一个轻量沙箱，也提到通过了中国信通院的认证，以及在奇安信等厂商的 336 个评测场景中通过了 99.7%。这些数字共同指向一件事：厂商自己也认为，风险主要来自它能碰到什么。

这四个方向听着抽象，落到日常就一句话：它每一步做了什么，都要留下别人能检查的记录。一个能被审计的智能体，才可能被放进真正的业务流程里。

第三个代价是时间成本。私有化部署不是装个软件的事，涉及环境、权限和流程改造，通常要以周为单位推进。

还有一个容易忽略的细节：技能市场里 99% 是用户自建的，这既说明它能干活，也说明它缺少一批经过打磨的通用技能。你要的东西，大概率要自己搭一遍。

上手之前先做三件事

第一件，把你每天最重复的那一步写下来，一句话，比如每周从三个系统拉数据做表。先写清楚，再决定要不要交给它。

第二件，找一个能免费试的版本，把它能访问的目录和系统先划到最小，然后跑那个最重复的活，看它在第几步卡住。卡住的地方，就是你要补的流程。

第三件，打开技能市场，搜一下跟你岗位相关的技能，数一数有多少是别人已经搭好的。搭好得越多，你的迁移成本越低。

TeleAgent 已经提交了收录申请，审核通过后就能在传乘AI工具站搜到，到时候可以直接看它的入口和形态。

做区域销售运营的老张，他们团队用智能体做日报，跨系统汇总从几小时缩到几分钟。他说了一句实在话：不是它多聪明，是它不怕重复。人的问题从来不是不会做，是不想每天做同一遍。