你的AI同事，已经开始用「云电脑」上班了

编辑｜Clio

有些 Agent，已经开始用「自己的电脑」替人干活了。

AI 落地有两条腿：一条迈向物理世界，成为具身智能；另一条走进数字世界，成为 Agent。

2026 年，两条路线都在突破与环境交互的边界：在物理世界，世界模型与空间智能让 AI 具备了对真实空间的感知、预测与行动力；在数字世界，Agent 开始真正接管电脑，操作软件、调用工具、执行复杂任务。

当 Agent 从技术探索走向实际应用，能做什么之外，如何更自然、更便捷地融入人们的工作与生活，也成为新的进化方向。

近日，中国电信天翼 AI 的星辰超级智能体  TeleAgent 迎来 V3.0 版本升级， 其中一项核心变化，是在原有桌面端本地执行能力的基础上，进一步推出 基于云电脑的云端执行能力。 这也是国内 Agent 产品中率先探索将智能体与完整 Windows 云电脑环境相结合的实践。

相较于部分海外 Agent 产品采用的 Linux 云端环境，TeleAgent 更加贴合国内办公软件生态与用户使用习惯，能够更好地支持主流办公软件及业务系统的安装与操作，为 AI Agent 在本土办公场景中的落地应用提供了更具实用性的解决方案。

简单来说，TeleAgent 不仅能够调用用户本地电脑的资源，还拥有了一处独立的云端工作空间。用户只需提出需求，Agent 便可以在其中自主操作软件、处理文件和执行任务，而不必持续占用用户的本地电脑资源。

与此同时，V3.0 还升级了桌面端、网页端、移动端之间的协同能力，以及记忆同步、技能广场等功能。

当 Agent 逐渐进入真实的办公环境，它需要怎样的数字工位，又将如何改变人们使用电脑的方式？

给 Agent 一台自己的电脑

AI Agent 正在变得越来越能干，但它们的工作环境未必跟得上能力进化的速度。

今年，越来越多的 AI 产品开始提供「电脑模式」或「云端执行」能力。只需输入一句指令，Agent 就能打开网页、搜索资料、整理文件，甚至运行代码，看起来已经能够像人一样使用电脑。

但如果让它下载一款专业软件，完成一项复杂的设计任务，或者操作一套没有开放 API 接口的企业系统，事情就没那么简单了。

问题出在哪里？

目前，Agent 的云端执行环境呈现出不同的技术实现路径。一类依靠预置工具和轻量化沙箱，通常提供浏览器、文件系统、Shell 等基础能力，但在安装传统桌面软件、操作复杂图形界面等场景下仍可能受限；另一类则开始提供更加完整的云端计算环境，允许 Agent 安装软件、操作桌面。不过，在 Windows 软件兼容性、图形界面交互及用户介入编辑等方面，不同方案仍存在体验差异。

TeleAgent V3.0 的思路是， 如果想让 Agent 真正成为数字员工，或许应该先给它配一台自己的电脑。

此次版本升级，TeleAgent 在原有本地执行能力之外，进一步 为 Agent 提供了一套独立的 Windows 云电脑系统。 在这一云端环境中，Agent 不再局限于调用预先封装好的工具，而是可以借助 Windows 系统安装软件、执行命令、管理文件，开展更加灵活的桌面操作。

更重要的是，用户可以根据实际工作需求，在云电脑中部署日常办公软件和专业工具，搭建与真实 PC 相近的工作环境。

我们先做了一个简单的测试：让 TeleAgent 在云电脑上安装企业微信。

收到指令后，TeleAgent 快速完成了软件安装。

整个过程无需手动操控云电脑，只需要告诉 Agent 要做什么。

更进一步，这套云电脑环境还能够承载部分专业软件。根据 TeleAgent 团队的测试，当前版本已经验证了部分 3D 建模类软件在云电脑中的运行能力。

我们也尝试了一下，让 TeleAgent 使用 Blender 建模一辆汽车。

经过几轮思考和调试，TeleAgent 最终交付了汽车渲染图和对应的 Blender 工程文件。

不过，这次测试过程并非一帆风顺。

在进一步尝试打开 Blender、检查工程文件时，我们发现软件无法正常启动。于是，我们直接把问题交给 TeleAgent，让它自行排查解决。

经过两轮尝试，TeleAgent 成功解决了启动问题，并恢复了之前安装的更高版本 Blender。整个排障过程，我们只需要通过文字描述需求，并未手动修改系统配置。

最终，Blender 成功打开，此前生成的汽车模型也可以在软件中继续编辑、查看渲染效果。

在云端执行模式下，TeleAgent 的 Agent 服务本身就运行在云电脑内部，只要云电脑及相关服务保持运行，任务执行不必持续占用用户本地电脑的 CPU 资源。

当然，本地模式也有其优势。对于需要直接处理本地文件、使用已有软件的任务，TeleAgent 仍可在用户授权范围内直接调用本地电脑的资源，与云端执行形成互补。

我们在本地测试了一个非常贴近日常工作流程的场景：让 TeleAgent 通过 GUI 操作浏览器，检索当天的全球 AI 热点，并整理成一份《每日 AI 前沿情报报告》。

任务涉及多来源信息检索、新闻筛选、内容归纳和趋势分析，对 Agent 的信息处理能力和任务执行流程都有一定要求。

TeleAgent 经过一番检索与整理，最终生成了一份内容相当详尽的中文报告，涵盖 AI 领域的多类动态，并对重要信息进行了归纳分析。

云端开工，多端接力

对于经常在办公室、家里和出差途中切换工作场景的人来说，工作的连续性一直是个现实问题。尤其是当 Agent 开始替人执行任务，如果仍然依赖某一台本地电脑运行，用户离开工位后，任务也难以脱离设备持续执行。

TeleAgent V3.0 尝试改变这种关系。

在此次升级中， TeleAgent 将桌面端、网页端和移动端连接起来，三个入口均可发起和管理云端任务。 其中，桌面端既可以承担本地任务，也可以一键发起云端任务；升级后的移动端 App 除了能够管理云端任务，还支持操控桌面端 TA 任务，让本地与云端两种执行方式都能通过移动设备进行管理。

实际体验中，我们在网页端和安卓端都能看到此前汽车建模、Blender 故障修复等任务的完整记录，包括任务执行过程和最终结果，也可以继续查看任务详情、发起新任务。

主题：电脑