事情是这样的。清华THUNLP实验室最近联合面壁智能、OpenBMB等团队，把一套叫PilotDeck 2.0的开源智能体操作系统放出来了，专治AI Agent干活时那些最让人头大的老毛病，任务串台、记忆黑盒、Token哗哗往外烧。
先说记忆这块。用过Agent的人都知道最崩溃的是什么，就是上下文污染。前脚让AI按学术风写技术架构，后脚切到写小红书文案，它张口闭口还是架构解耦。根源在于大多数Agent的记忆是个黑盒，它到底记住了什么、记在哪、有没有记错，我们两眼一抹黑。PilotDeck把记忆做成了白盒，从生成、抽取、存储到被调用，整条链路都摊在面板上看，发现它记错了某个参数，不用写一长串Prompt试图让它忘掉，直接手动改掉或一键固定正确信息就行。它还搞了个叫Dream模式的机制，AI空闲时后台自动对零散记忆归纳去重，万一弄丢了关键细节还能秒级回滚。
说到这个项目，其实最戳我的是它的WorkSpace工作舱设计。可以理解为给AI划了独立的物理工位，每个项目有自己专属的文件系统、记忆库和技能集。A舱搞音视频剪辑，B舱做iOS小游戏，两边检索空间完全物理隔离，同时开几摊活儿也不会互相打架。再加上Always-on常驻模式，关掉聊天窗口、离开电脑，Agent还在后台推进长周期任务，跑完了把成果落地成本地文件，附一份进展报告。整套系统原生支持MCP，不管你在Web界面、CLI还是企业微信、飞书里操作，后端行为完全一致。
回到成本这块。跑长任务钱包扛不住是最大的劝退点，很多时候任务并不难，但系统架构简陋，全程狂跑最贵的旗舰模型。PilotDeck的智能路由内置了任务难度识别，复杂规划让顶配模型做，底层执行、润色、格式处理降级给轻量模型。实测里，社媒运营场景不走路由全流程跑Claude Opus 4.5单次要12.58美元，开启路由后主Agent走Opus、子Agent润色降级到Sonnet 4.5，费用掉到2.83美元，省下七成左右。更狠的是七个高难度任务的横向对比，单体Sonnet 4.6得分69.1但一趟烧18.36美元，PilotDeck主强子弱架构得分拉到70.6，成本只要3.15美元，比纯顶配单体便宜差不多六分之五，效果反而更好。在Workbuddy Bench上，它用Qwen3.6-35B-A3B拿到79.1分，也压过了Claude Code的77.3。
说白了，这套系统的思路其实挺朴素，就是别把最贵的刀用在切葱花上，也别让AI的记性变成一座打不开的黑箱。
以上，这套开源系统采用AGPL-3.0许可证，支持macOS、Linux和Windows，也提供Docker部署。信息来源为量子位的文章《清华开源！智能体操作系统任务成本降83%，AI记忆可查可改》。
相关文章
