办公Agent之战，才刚刚找到战场

文 | 光子星球 今年上半年，办公Agent还只是大厂发布AI生产力产品中一个不起眼的存在。 协同办公、Coding、云端与桌面Agent产品，单拎出来都有亮眼之处，但桌面Agent到底应该长成什么样子，所有人的脑子里并没有统一答案。 AI生产力之战，在此之前还没找到战场。 进入下半年，线索变得清晰起来，对于普通人来说，Coding是过程，生产力才是目的。因此在WorkBuddy飞速狂奔之后，阿里与字节收拢了内部的多产品赛马机制，整合为一条主线，在字节的名字是豆包工作，而阿里换了数版logo后，才有千问办公现在的图标。 回过头看，OpenClaw与Coding都只是AI改变生产力过程中的一个过渡态而已。即便WorkBuddy目前仍在高速增长，也只是腾讯收敛了AI办公的产品形态，各家因为各自禀赋和理解不同，进入了新的发散期。 找到了战场，战事尚未开启。 WorkBuddy解决了办公Agent产品形态的问题，千问办公解决一句话直接出网页成品文件，而豆包工作提供了侧边编辑的新思路，三家各有侧重，从能力层面而言，都通过模型路由的形态完成能力交付。但办公Agent之战表面上比拼功能与模型路由的分发能力，水面之下其实是上下文工程。 7月WAIC上，TeleAgent（星辰超级智能体）悄然问世，在过去这段时间里它闷声只干一件事情，就是将战事的“靶心”定位到上下文工程，并围绕能力交付打磨产品。 9月15日，IDC发布《中国企业级通用Agent产品技术评估》报告中，TeleAgent综合成绩位居前三甲，其中“任务表现”维度获得5分满分，成本效率获得评测最高分。 评分反映了TeleAgent在产品能力上的特征，具体到产品本身，能够看到办公Agent的重心正在发生新的变化。从此前的模型分销走向模型调度，从聚焦解决任务的能力，到能力的持续、自主进化。 从分销路由到调度路由 办公AI的能力，需要借助Model Router（模型路由）实现。 1.0阶段，模型路由的特点是 分销模型能力的渠道 ，WorkBuddy走聚合模式，千问办公与豆包工作走上了自营模式。 WorkBuddy内置腾讯旗下的混元系列模型，同时接入了DeepSeek、GLM、Kimi、MiniMax等主流大模型供用户自由切换。这与腾讯一直以来奉行的“连接”一脉相承。用户按照工作类型的情况，自主选择模型，WorkBuddy完成模型分发。 聚合模式让WorkBuddy集成外部模型，提供更好效果交付能力。而千问办公与豆包工作则是阿里与字节输出模型能力的载体。 千问办公一度曾接入了智谱GLM-5.3与DeepSeek V4 Pro，三天之后撤下了外部旗舰。而豆包工作自8月25日上线以来，目前只提供豆包2.1 Pro/Turbo两个自家模型，默认Auto档由系统按任务复杂度自动调度，未公开接入第三方模型。 接入的模型与能力交付划上了等号，将任务分割为简单任务走轻量档、复杂任务走旗舰档。路由的作用是引导任务、交付能力的形态，以及量化用户支付成本。为任务交付成本提供下限，不一定能确保任务交付质量的上限。 如果能力交付止步于路由，那么办公Agent与模型分销渠道无异。分销渠道没有护城河，模型一次迭代随时能抹平溢价。日前，智谱等三家模型厂商”在天猫兜售Token，尝试用直营方式拿回一部分渠道。 Model Router1.0虽打通了模型能力的输出通道，但能力与场景适配的问题却悬而未决。 TeleAgent在模型API服务端集成了多模型动态路由能力，将Model Router1.0迭代为拥有智能模型调度的2.0版本 ，在模型供给与用户两端做了更精细化的处理。 模型供给侧，单纯分销分销模型，忽略了不同模型服务商承载能力有限的现实，使得用户在使用时既不经济，也不稳定。 TeleAgent的智能调度机制支持模型提供商自动无缝切换，在保障最优调用效果的同时，增强系统的整体稳定性能将不同模型服务商放在一个能力池中，根据当前压力调度，给用户分发当下速度更快，效果更好的服务商。 用户端，智能调度机制根据任务强度分层，精准优化资源消耗与积分成本。 轻量档面向翻译、总结、格式化、简单问答场景；均衡档面向文件操作、办公自动化、系统运维、PTT/文档生成场景；旗舰档面向代码编写/调试、深度推理、研究报告、方案设计等场景。 此外，自研星辰大模型Xing4.0针对TeleAgent框架做了系统性专项适配与优化。 在模型架构层面，采用mHC+MLA+MTP的设计，原生支持256K长上下文，且可扩展为512K上下文，可高效处理多步骤规划、工具调用与复杂推理链路执行。 同时，依托生产运行中真实业务数据分析（涵盖意图理解、任务拆解、工具调用执行等环节），常态化开展多专家强化学习训练与MOPD多专家能力融合调优，形成“数据分析→问题定位→定向调优→效果验证”的闭环迭代机制，推动模型在TeleAgent实际场景中的任务完成率与执行稳定性持续提升。 看得懂、记得住 上限依赖于上下文与长期记忆能力，二者构成了TeleAgent这款产品的长板。 办公任务普遍是长程的跨文件与跨系统的深度任务，上下文规模随着任务复杂度和沉淀物料的增加而迅速膨胀，多数Agent走到后半程会因上下文限制“失忆”。 为了能让“容器”装得下足够多的上下文，大致有两条解决方案。一种是不考虑成本，直接扩充容器的上下文容量。而更多厂商选择引导用户控制上下文规模，比如将上下文限制在一定范围内，类似于规定容量上限。 TeleAgent对两个环节做了针对性的技术优化。 简单来说，删去无效的历史信息，筛选有价值的信息，从而在有限容量下，容纳更多上下文。 针对上下文持续膨胀的难题，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，把窗口留给最关键的信息，保障长链路任务稳定运行。 上下文过多，会破坏命中率，TeleAgent采用了多级处理手段提升上下文的管理效率。 具体来说，系统根据所选模型自动计算上下文长度预算，进行精细化控制。当内容接近上限时，优先对历史中久远的工具输出进行轻量剪枝。如果剪枝后仍很大，系统启动第二套压缩方案。由专职压缩模型深度压缩整段对话，在尽可能保留关键信息的前提下缩减Token用量。 整个过程实时检测上下文溢出状态，触发上限后自动压缩并继续执行任务，全程无需用户干预。此外，系统还结合提示词缓存命中技术，减少重复前缀的Token计费，降低成本。 当具备上下文管理能力后，模型越用越好用的前提是有与之匹配的记忆能力。 传统AI对话普遍存在“阅后即焚”的特点，记忆只存在于当前对话窗口之内，当开启新窗口时，系统记忆会归零。这么做有一个难处，当对话框上下文过长，如果不做管理，会显著影响效率。 于是，TeleAgent在桌面端开发了autoDream（长期记忆能力）。 AutoDream会每2小时自动总结近期对话，生成当天日志；每24小时将对话记录与既有记忆合并，更新个人记忆档案。这些记忆跨会话皆能生效，Agent能记住用户的项目背景、工作习惯和偏好，无需每次重新交代背景信息。 与市面上多数产品不同，AutoDream的记忆能力限定在用户与跨会话级。所有记忆数据均保存在用户本地，