PilotDeck 2.0发布：清华开源智能体操作系统，白盒记忆与分层路由直降83%成本

清华大学THUNLP实验室联合面壁智能、OpenBMB正式开源了智能体操作系统PilotDeck 2.0（遵循AGPL-3.0协议）。该系统直击多智能体长程作业中的上下文污染与开销失控难题，通过物理隔离的工作舱WorkSpace实现独立文件与记忆管理，并借助“主强子弱”分层智能路由将复杂任务成本降低83%，在Workbuddy评测中以79.1分超越Claude Code。

工作舱物理隔离，杜绝上下文相互污染

在日常使用AI智能体处理多项任务时，上下文串台往往是最令人头疼的痛点。前脚刚让AI调试后端架构，后脚让它撰写运营文案，它往往会夹杂上一轮对话的系统设定和文件路径。PilotDeck将核心单元定义为WorkSpace工作舱，为每个项目分配独立的文件系统、专属记忆库以及特定的技能插件，彻底在物理层面上隔绝任务干扰，多任务并行切换也不再导致记忆混乱。

白盒记忆管理与后台Dream休眠整理

传统聊天智能体的长期记忆往往是黑盒状态，用户无法得知模型记住了什么偏好，在记忆失真时也难以精准纠错。PilotDeck将记忆全链路白盒化展示在面板中，用户可以随时翻查提取的事实、直接删除错误信息，或一键置顶关键规则，省去了反复修改Prompt的繁琐调试。

在智能体处于空闲状态时，系统会启动Dream后台整理机制，自动对交互历史进行聚类、去重与摘要提炼。若在精简过程中不慎丢失了重要细节，支持一键无损回滚至整理前的快照状态。

主强子弱分层智能路由：用六分之一成本跑赢单体旗舰

长程智能体任务落地的最大阻碍在于API调用开销。如果在排版、简单清洗等低难度环节全量调用旗舰大模型，Token预算将极速见底。PilotDeck引入了任务难度自适应路由机制：由顶配旗舰模型负责全局规划与任务拆解，底层的数据提取、草稿润色和格式套用则交由轻量级小模型批量执行。

在涵盖多语种播客发布、多源数据研报、代码库架构分析等7项复杂长任务评测中，纯单体旗舰模型得分为69.1分，单次测试耗资18.36美元；而在PilotDeck的主强子弱分层编排下，综合得分提升至70.6分，成本却锐减至3.15美元（降低了83%）。在Workbuddy Bench测试中，基于Qwen3.6-35B-A3B的PilotDeck以79.1分胜过了Claude Code的77.3分。

根据我们平台过去30天（2026年9月18日至10月18日）涵盖18,156笔代币结算与12,559次实际生成、以及90天内600个活跃开发项目的匿名统计，长程智能体最主要的预算浪费正是让顶配大模型去跑基础的文本清洗与格式校验。

常驻运行能力与开源落地权衡

PilotDeck支持Always-on常驻运行模式，用户关闭终端或浏览器后，智能体仍能在后台推进长期监控与执行，主动探查候选题项并将最终成品和总结报告落盘。系统原生支持MCP（模型上下文协议），方便对接本地开发环境与企业系统。

在实际落地时也需注意权衡：项目采用严格的AGPL-3.0开源协议，闭源商业二次开发存在合规约束；此外，针对简短的一次性对话，多层智能体编排会带来额外的调度时延，不如直接调用对话模型轻便。