清华开源智能体操作系统 PilotDeck 2.0：任务成本降低 83%，AI 记忆实现白盒化可查可改

封面为AI生成的主题示意图，非新闻现场照片。

清华大学 THUNLP 实验室联合面壁智能、OpenBMB 等团队近日开源了名为 PilotDeck 2.0 的智能体操作系统，该系统原生支持 MCP 协议，旨在解决多项目管理、上下文污染及模型调用成本高昂等核心痛点。系统采用'白盒化'记忆架构，以 WorkSpace（工作舱）为基本单位实现文件与记忆的物理隔离，用户可随时查看和手动修改 AI 生成的记忆内容，确保关键业务逻辑不被错误记忆干扰。在智能路由机制方面，PilotDeck 2.0 通过'主强子弱'的端云协同编排策略，将复杂决策交由顶配模型处理，而将执行与润色等任务降级给轻量模型。实测显示，该架构下单次费用降至$2.83，相比全程使用旗舰模型降低约 83%（从$12.58 至$2.83），同时综合得分优于单一顶配模型。除了成本优化与记忆管理，该系统还内置了'Dream 模式'机制，支持在 AI 空闲时对交互记忆进行归纳去重，并提供一键回滚功能以防整理过程中丢失关键细节。PilotDeck 2.0 引入 Always-on（常驻执行）模式，允许用户在关闭聊天窗口后，Agent 依然在后台持续推进长周期监控与任务执行，并在完成后自动生成本地文件及进展报告。该开源项目采用 AGPL-3.0 许可证，支持 macOS、Linux 和 Windows 系统，并提供 Docker 部署方式，目前已在 GitHub 开放下载。在 Workbuddy Bench 评测中，PilotDeck 使用 Qwen3.6-35B-A3B 模型得分 79.1，表现优于 Claude Code（77.3），展现了其在复杂任务处理上的高效性与经济性。