IDC 首发Xwork通用Agent 实测：常规任务基本能打，复杂任务仍需谨慎

IDC 将可独立提供服务的智能体分为通用 Agent 和垂直 Agent 两类：

• 通用 Agent：不限定特定场景，主要用于企业办公（如信息检索、文档处理、数据分析等），可通过加载 Skill 连接业务系统完成专业任务；

• 垂直 Agent：预设应用场景，多采用垂直专有模型或专业知识库，配套专用工具完成特定专业任务。

Agent Harness是此类产品的核心框架，负责任务调度、上下文管理及执行控制。在统一模型评测下，产品间的差异主要源于 Harness 的工程能力。

IDC 调研显示，截至 2026 年 4 月，48.5% 的中国企业已开始评估或使用通用 Agent。分行业看，互联网企业比例最高（83.3%），金融、电信、能源及媒体行业紧随其后。

目前企业主要在日常办公场景试用，业务应用仍在建设中。虽未规模化落地，但所有受访企业均将其视为未来重要方向。企业对通用 Agent 的要求概括为“好不好用”与“好不好管”：

• “好不好用”：关注任务效果、效率及交互体验，涉及任务表现、成本、多智能体编排等维度；

• “好不好管”：关注系统接入、安全可控及运行可追踪，涉及可观测性、权限管理及生态开放性。

调研数据显示，53.6% 的企业将“跨系统完成端到端任务”列为首要驱动因素；52.0% 的企业认为ROI 量化是规模落地的关键，成本治理与效果观测成为选型重点。

在使用场景上，96.9% 的企业用于办公自动化，流程自动化、智能客服、知识管理及数据分析紧随其后。IDC 据此设计近百道测试任务 Benchmark，覆盖邮件、会议纪要、财报分析、CRM 审批等真实场景，按复杂度分为常规任务（58.1%）和复杂任务（41.9%）。

参评产品在统一模型（DeepSeek-v4 Pro）、统一测试环境及数据基线下完成近百道非公开测试任务。

（注：产品模型均统一配置为 Deepseek-V4 Pro，TeleAgent 因无法配置模型默认使用旗舰模式）

常规任务：整体表现不错。目标明确、路径确定的基础文档输出、邮件日程、会议纪要及基础数据处理，多数产品能准确理解并正确写回系统，一次交付可用率较高。

复杂任务：能交付，但尚不能直接用。涉及长上下文、长链路和多步骤循环的任务（如复杂 PPT、财报分析、视频生成），大部分产品耗时较长且结果需人工修正。主要问题包括结构版式不到位、需求遗漏、长上下文压缩改写及数据错位。此外，执行代价偏高，例如浏览器操作类任务平均消耗约 473.5 万 Token，复杂 PPT 生成平均消耗约 353.7 万 Token。

从“能交付”到“直接用”的差距，是企业级智能体落地的最后一公里。

除任务完成能力外，企业更关注安全机制、权限控制、操作审计及系统连接等企业级能力，这是通用 Agent 进入企业场景的前提。

安全可控与权限：当前产品已能识别提示词注入并按风险分级处理，高风险操作需二次确认，代码和浏览器在沙箱运行。企业级产品还需建立独立身份权限体系及临时凭证管理。

运维与数据看板：企业关注智能体普及率、成本观测与治理（按任务/部门统计用量及预算配额），以及异常调用时的及时告警与建议。

数据与知识治理：需明确哪些内容可进上下文、内网处理范围及产物存储策略，并建立智能体资产的创建、审核、授权和版本管理能力。

当前业界普遍能力雷达显示，好用与好管维度仍需补齐。

IDC《中国企业级通用 Agent 产品技术评估，2026 Q3》（Doc# CHC54893926，2026 年 9 月）

• 中国企业级 Agent 最佳实践与案例精选（投资回报率视角）——从场景落地方法到业务价值（2026 年 8 月）

• Market Share：中国智能体开发平台市场份额，2025

• Market Glance: 中国 AI Agent 市场概览，3Q26（即将发布）

• Market Presentation：Agent 与企业智能流程自动化（即将发布）

• MarketScape：中国智能体平台厂商评估（即将发布）

• 中国通用 Agent 市场规模报告（即将发布）

本文作者：

孙振亚

IDC 中国研究经理

与 IDC 进一步交流

如果您希望了解人工智能相关的研究或开展进一步交流，欢迎与我们联系！

下载资源

相关咨询，请联系：