企业选智能体，最常卡在三个字上：不敢用。数据要不要出域、任务执行会不会碰到本机文件、Token 花多少能不能管住——这些问题没答案，再聪明的 Agent 也进不了内网。中国电信在 2026 年 8 月初的 AI 创新应用大会上把星辰超级智能体 TeleAgent 和 TokenHub 一起推出来，正是冲着这几点去的。
先搞懂：它和聊天机器人差在哪？
官方给的定位是「从能聊走向能干」。区别不在于回答得漂不漂亮，而在于它走完了完整闭环：
消费级聊天机器人： 提问 → 生成一段文字 → 结束（你自己去执行）
TeleAgent 的闭环： 接收目标 → 拆解任务 → 选择工具
→ 执行操作 → 交付结果2026 世界人工智能大会现场，央视记者临时提了个需求——「做个能点餐、能付款的线上小程序」，数分钟内一个可跳转、可结算的点餐小程序页面就搭好了。这个演示的重点不是快，是交付的是可用产物，不是一段建议。
| 能力维度 | 官方说明 |
|---|---|
| 技能规模 | 超过 6300 个 Skills，其中九成以上由用户自行构建定制 |
| 技能来源 | 核心技能 + 技能广场 + 自主创建 三种模式 |
| 安全测评 | 首批通过信通院国家级安全测评的智能体产品 |
| 模型调度 | Model Router 按需求自动分派到最合适的模型 |
| 效果与成本 | 官方称任务优秀率领先同类 20% 以上，Token 消耗为同类的 50%-80% |
数据来源说明：以上为官方发布数据，「领先 20%」「Token 少 50%-80%」未公开完整评测方法与对照对象，选型时建议以自己的真实业务用例实测为准，别直接拿宣传数字做决策依据。
Step 1：注册并跑通第一个任务
新手不要一上来就丢复杂需求。先用一个能在三分钟内验证对错的任务，确认它的执行风格：
1. 通过中国电信官方渠道进入 TeleAgent（星辰超级智能体）
2. 完成账号注册与实名
3. 在对话框输入一个可验证的小任务，例如：
「帮我把这份会议纪要整理成 5 条待办，
每条标注负责人和截止日期，
输出成表格」
4. 观察三件事：
· 它有没有先拆解任务再动手
· 中间步骤是否可见
· 最终交付的是文件还是一段文字Step 2：用好技能广场
TeleAgent 内置了文案撰写、代码编写、深度调研、运维支持、创意速构、任务自动执行等通用与专业技能。使用逻辑是先搜后建：
技能获取三条路径：
核心技能 → 平台官方内置，稳定性最好，优先用
技能广场 → 其他用户共享的，覆盖细分场景
自主创建 → 前两者都没有时，自己定制
判断该不该自建的标准：
这个流程每周重复 3 次以上？→ 值得建成技能
只用一两次？ → 直接对话完成就行九成以上技能由用户自建，意味着技能广场里的质量参差不齐。挑技能时看两点：最近有没有更新、描述里有没有写清适用边界。描述含糊的技能，调用时最容易跑偏。
Step 3：搞清楚四层安全防护
TeleAgent 围绕 Agent 的四个环节各建了一层防护，这个拆法值得所有做 Agent 安全的人参考：
| 层级 | 防什么 |
|---|---|
| 感知 | 输入侧的注入、诱导、伪造指令 |
| 推理 | 决策过程被操纵、越权规划 |
| 执行 | 动作越界、误删误改、访问不该访问的资源 |
| 记忆 | 敏感信息被写入长期记忆并在别处泄露 |
其中最实在的是执行层的沙盒隔离：任务执行被限制在隔离空间内，与本地操作系统完全隔离。个人文件和工作资料支持本地存储。
Step 4：评估要不要私有化部署
TeleAgent 支持在企业内网完成大模型与智能体的全栈部署，实现「本地部署、数据不出域」。但私有化不是默认最优解，先对照这张表：
该走私有化的信号：
· 处理的数据受监管（金融、医疗、政务、涉密）
· 内部系统无法暴露到公网
· 合规要求明确写了数据不得出境/出域
先用公有云的信号：
· 还在验证价值阶段，没确定要不要长期用
· 团队没有专职运维和 GPU 资源
· 使用量不稳定，波动大常见误区：一上来就要私有化。结果是三个月还在搭环境，业务价值一点没验证。正确顺序是公有云跑通场景 → 量化收益 → 再谈私有化。国产 Agent 的私有化方案通常都在，不用担心后面迁不过去。
Step 5：用 TokenHub 管住成本
同场发布的 TokenHub 是一站式融合 Token 服务平台，理念是「算力为民」——解决企业「不敢用、管不住、花不起」里的后两个。搭配 TeleAgent 使用时，建议这样立规矩：
成本管控三步：
1. 分账：按部门/项目分配额度，谁用谁扛
2. 设限：给每个场景设单次任务和月度上限
3. 复盘：每月看 Top 5 消耗场景，问一句
「这个场景值这个钱吗？」
配合 Model Router：
简单任务自动走小模型，复杂任务才上大模型，
这是 Token 消耗能压到同类 50%-80% 的主要原因Step 6：落地一个真实场景
官方主打的场景是「一人成军」——让个人能独立完成过去需要一个小团队的活。挑第一个落地场景，按这个标准选：
好的首个场景长这样：
✅ 每周重复发生（值得自动化）
✅ 结果对错一眼能判断（好验证）
✅ 做错了损失可控（好试错）
✅ 目前占用某人 3 小时以上/周（收益明显）
例如：竞品动态周报、客服工单归类、
测试用例生成、运维告警初筛
不适合当第一个场景：
❌ 直接对外发布的内容（风险高）
❌ 涉及资金操作的流程（错了要命）
❌ 标准模糊、全靠人判断的活（没法验收）常见问题速查
| 你遇到的现象 | 大概率原因 & 解决 |
|---|---|
| 任务执行到一半停了 | 需求里有它无权访问的资源，沙盒会拦；换个描述或授权 |
| 技能广场的技能效果差 | 挑更新时间近、描述里写清边界的；实在不行自建 |
| Token 消耗超预期 | 没开分层路由，或复杂任务反复重试；先设单任务上限 |
| 企业内网跑不起来 | 私有化对 GPU 和运维有要求，先确认资源再立项 |
| 交付结果和预期差很远 | 目标描述太抽象，把输出格式和验收标准写进需求 |