清华开源的智能体操作系统，把复杂任务成本压到六分之一

10月17日，清华大学THUNLP实验室拉上面壁智能和OpenBMB等团队，把PilotDeck2.0开源了，协议是AGPL-3.0。这套东西的定位有点特别，官方叫它智能体操作系统——不是又一个聊天入口，而是给智能体划工位、管文件、管记忆、管任务调度的底座。项目已在GitHub开源，同时提供网页端演示和命令行入口。

基本单位是工作舱。一个工作舱对应一个项目，有独立的文件系统、记忆库和技能集，检索空间彼此隔离。官方举的例子是在A舱剪音视频、在B舱做手机小游戏，两边的记忆不串。这一层针对的是上下文污染：前脚让AI写严肃的技术架构，后脚让它写平台文案，它张口还是架构解耦那一套。

系统把记忆做成了白盒，白盒记忆的意思是，从生成、抽取、存储到被调用，整条链路对用户可见，点开面板能一条条看它记下了哪些偏好、哪些事实；记错了可以直接改、删掉，重要的能一键固定。系统里还有一个空闲时跑的整理机制，把零散的交互记忆归纳、提炼、去重，整理过程中丢了细节可以一键回滚到整理前。

省钱靠智能路由。底层先识别任务难度，再拆开分发给不同段位的模型：规划决策交给强模型，执行、润色、格式处理降级给轻量模型。官方在自媒体运营场景的实测里，全流程跑顶配模型单次12.58美元，改成主模型做规划、子模型做润色后降到2.83美元，省掉约七成。

更硬的一组是7个复杂任务的横向对比。单体跑MiniMax-M2.7只要1.90美元，但得分37.1，用不了；单体跑Sonnet4.6得分69.1，一趟要18.36美元；换成主Sonnet4.6加子MiniMax-M2.7的路由编排，得分70.6，成本3.15美元，降幅约83%，只有顶配单体的六分之一左右。Workbuddy Bench上，用Qwen3.6-35B-A3B拿到79.1分，高于Claude Code的77.3分。

2.0版补的是落地细节：Word文件、Excel表格、PowerPoint演示稿都能直接建、直接改，连成果验收也交给它；任务断了可以续跑；一键安装；过了2000条交互消息的压力测试。另有一个常驻执行模式，关掉窗口、人离开电脑，智能体仍在后台推长周期任务，跑完把成果落成本地文件并附一份进展总结。整套原生支持MCP，网页、命令行、企业微信、飞书几个入口后端行为一致。