IDC发布《中国企业级通用Agent产品技术评估》：腾讯WorkBuddy 7.30分居首，中国电信TeleAgent跻身前三

IDC 于 2026 年 9 月发布《中国企业级通用Agent产品技术评估》（Doc# CHC54893926）。报告在统一仿真环境中对国内主流通用智能体产品开展实测，覆盖任务表现、成本效率、交互体验、多智能体编排、记忆与工作空间、可观测、安全可控、工具与技能、生态与开放性九个维度。

一场统一环境的实测，而非厂商自证

报告由 IDC 中国研究经理孙振亚主笔，共 42 页，含 8 张表、15 张图。与常见的厂商白皮书不同，本次评估采用统一环境、统一工具、统一模型配置的实测方式：IDC 自建 MCP 仿真服务器，向所有参评产品提供相同的 390 封邮件、300 条企业知识、300 位联系人以及数十家 CRM 客户数据。所有产品使用相同题面、附件与预置条件，不做提示词优化，执行失败后也不追加人工指令——考察的是开箱默认状态下的真实水平。

评测集由近百道自建任务构成：个人助理能力占 32.4%，信息与数据处理占 27%，跨系统与跨应用任务执行占 27%，安全与可控能力占 13.5%。其中复杂任务占 41.9%，包含 3,755 行脏数据的表格清洗、10 万字长文档信息抽取，以及需在同一会话内连续执行近百次操作的长链路任务。实测中最长的单个任务运行超过 5 小时，被拆分为约 92 个子任务。评分采用完全通过率占 80%、部分通过率占 20% 的加权口径，越权读取、未脱敏输出等红线问题会被单独记录。

综合得分：腾讯 WorkBuddy 居首，中国电信 TeleAgent 位列前三

综合得分将常规任务与复杂任务合并计算，两者满分各 5 分，合计 10 分。根据已公开的信息，排名为：

1. 腾讯 WorkBuddy — 7.30

2. 百度搭子 — 7.10

3. 中国电信 TeleAgent — 6.85

4. 字节 TraeWork — 6.74

5. 商汤小浣熊 — 6.68

6. 360 纳米Work — 6.34

7. DataClaw — 6.33

8. OpenClaw — 5.95

9. DeepWorks — 5.77

10. 超级麦吉 — 5.65

11. 来也 Laiye Worker — 5.56

    

一个值得注意的方法论细节是：参评产品统一使用 DeepSeek v4 Pro 执行任务，唯中国电信 TeleAgent 因不支持切换或配置指定模型，按自家星辰大模型的默认旗舰模式运行。

官方目录实际收录 12 款产品

IDC 官方公开目录中，「主要厂商评估结果」章节实际列出了 12 款产品的逐一点评，比媒体流传的 11 款榜单多出一款「得小帆 Dolphin Agent」。官方列示的覆盖企业为 12 家，包括腾讯、百度、中国电信、字节跳动、商汤、360、来也以及 OpenClaw Foundation。报告的关键数据集中在一张表——「各产品常规任务、复杂任务与综合得分」，这也是九维度分项得分的出处。

报告给出的核心判断

IDC 在「市场综述」章节列出十余条结论，其中几条值得关注：

• Agent Harness 能力决定了各家产品的任务表现情况——报告把架构差异而非底座模型能力，列为产品表现分化的根因；

• 当前产品均已具备日常办公任务和部分复杂任务的完成能力，但常规任务与复杂任务表现各有差异；

• 循环策略已被用于异常排查和任务恢复，多数产品已能连接企业系统并完成相关操作；

• 多 Agent 编排已成为处理复杂任务的关键能力，多数产品已支持跨会话和项目级记忆；

• 产品安全防护覆盖面持续扩大，但成熟度仍有差异；

• 积分已成为多数产品的成本计量方式，但 Token 观测仍需保留。

需求侧：近半企业已进入选型阶段

IDC 在 2026 年 4 月的企业用户调研显示，已有 48.5% 的企业处于通用 Agent 的评估、试点或使用阶段，其中 19.5% 已试点或使用，29.0% 正在评估。96.9% 的企业 Agent 应用涉及办公自动化。分行业看，互联网行业 83.3% 的企业已进入评估及以上阶段，金融业 63.3%，电信行业 55.0%。

企业采购时的顾虑集中在三点：59.8% 担心越权与误操作风险控制不足，50.5% 担心操作审计与证据留存机制不完善，40.2% 担心幻觉或不稳定导致错误执行。另有 53.6% 的企业把「跨系统完成端到端任务」列为评估通用 Agent 的首要驱动因素。

IDC 点出的四大演进趋势

1. 通用 Agent 将成为企业任务入口之一——员工不必再逐一打开办公软件或登录业务系统；

2. 按任务动态组合的 Agent Harness 将逐步出现——模型、工具、沙箱、执行循环全面组件化，简单任务轻装上阵，复杂长链任务才启用完整状态管理与多 Agent 协作；

3. Agent 将以独立身份在受控执行环境中运行——不再继承用户权限，而是拥有独立身份与临时凭证，高风险操作进入沙箱、虚拟桌面或容器执行，配套日志审计、权限回收与回滚机制；

4. 企业级观测与运维将成为规模化部署的基础——任务追踪、成本归因、故障定位、自动告警等能力，决定 Agent 能否从试点走进核心业务流程。

孙振亚判断，未来 6 到 12 个月，市场竞争将主要集中在企业级场景能力、复杂任务交付、企业系统连接和组织级治理四个方面。

报告获取与后续研究

该报告面向技术供应商销售，属付费订阅内容，公开渠道仅提供摘要与目录结构。IDC 已预告将于 2026 年第四季度开展新一轮《中国企业级通用Agent产品技术评估（26Q4）》，覆盖 XClaw、XWork 等产品，从任务、连接与治理三个方面核验产品能力。

需要提示的是，本轮媒体解读高度集中于中国电信 TeleAgent「跻身第一梯队」的传播叙事，其中「成本效率、安全可控显著高于行业普遍水平」等定性结论目前为单一信源，建议以报告原文为准。