PilotDeck 2.0：Agent 操作系统真正要解决的，不是「更聪明」，是记忆和账单

综述

10 月 15 日，清华大学 THUNLP、面壁智能、OpenBMB 与 AI9Stars 联合发布 PilotDeck 2.0。这个项目今年 5 月 28 日就已开源，此次 2.0 的重点不在「模型更强」，而在把 Agent 长期运行时最难啃的三件事摆到台面上：工作区怎么隔离、记忆怎么让人看懂、账单怎么压下来。

官方仓库目前约 4,742 stars、515 forks，采用 AGPL-3.0 协议，仍有 160 个 open issues，10 月 19 日还在持续推送代码——热度不算爆炸，但维护是活的。

PilotDeck 给出的答案是一套「Agent 操作系统」式的基础设施：每个项目拥有独立的文件系统、记忆库与技能集；记忆的生成、抽取、存储、调用全过程可见、可改、可删；复杂任务自动走强模型，简单任务降级到便宜模型；后台可常驻执行、主动发现任务，成果落在本地文件；原生支持 MCP，Web、CLI、IM 三个入口行为一致。

专业分析

一、白盒记忆：把「Agent 记得什么」变成可审计资产

大多数 Agent 产品的记忆是一个黑盒：你不知道它存了什么、为什么想起某一条、删掉之后会不会又冒出来。PilotDeck 把记忆做成「生成—抽取—存储—调用」四段全部可见的流水线，并允许用户直接修改和删除。

更值得记一笔的是 Dream 模式：系统在空闲时整理记忆，且支持一键回滚。这解决的是长期运行 Agent 的一个真实痛点——记忆会漂移、会积累噪声、会把一次性偏好当成永久规则。可回滚意味着记忆整理从「不可逆的自动驾驶」变成了「有存档的重构」。

从工程角度看，这比再做一个记忆检索算法更有价值。记忆系统的瓶颈往往不是召回率，而是用户敢不敢信任它。看不见的记忆，用户只敢当缓存；看得见、改得动、退得回的记忆，才可能被当成工作资产。

二、Smart Routing：Agent 的成本结构开始分层

PilotDeck 的 Smart Routing 逻辑很直白：复杂任务交给强模型，简单任务降级。真正有意思的是官方给出的账单，因为它把「路由」从省钱的技巧变成了架构选择。

官方 README 中的小红书类负载测试：

方案	成本	相对倍数
开启路由（Opus 4.5 主 + Sonnet 4.5 子）	$2.83	1.1×
关闭路由	$12.58	5.0×
单体方案估算	$12.20	4.8×

七个复杂任务的对比更能说明问题：

方案	得分	成本
MiniMax-M2.7 单 Agent	37.1	$1.90
Claude Sonnet 4.6 单 Agent	69.1	$18.36
Sonnet 4.6 主 + MiniMax-M2.7 子	70.6	$3.15

主模型负责规划与难题，子模型承担可并行的执行，最终分数略高于全用 Sonnet 4.6，成本却只有后者的约 17%。这不是「便宜一点」，而是把单位任务成本压到了另一个数量级。

三、WorkSpace 与 Always-on：Agent 的工作单位从「对话」变成「项目」

WorkSpace 给每个项目独立文件系统、记忆库和技能集，解决的是多项目并行时的上下文串味问题。Always-on 则让 Agent 在后台持续执行、主动发现任务，产物直接落到本地文件，而不是停在聊天窗口里。

这两条合起来，指向同一个判断：Agent 的原生工作单位正在从「一次对话」变成「一个长期项目」。对话是瞬时的，项目是可回溯、可交接、可积累的。谁先把项目级隔离和后台执行做扎实，谁就更有机会成为工作台，而不是又一个聊天框。

数字口径与纠偏

这批传播里有几个数字需要拆开看。

第一，部分公众号标题称 PilotDeck「成本降低 83%」。官方 README 中没有 83% 这个数。由 $3.15 / $18.36 可以推出约 17.2% 的成本，也就是省下约 82.8%，但这是推导值，不是官方原话。写成「约六分之一成本」更稳妥。

第二，有文章称 PilotDeck 在 WorkBuddy Bench 上以 79.1 分超过 Claude Code 的 77.3 分。这一评测在官方 README 中未找到对应条目，目前只能标为「公众号自述，未回源」。在独立复现之前，不宜当作已证实结论。

第三，4,742 stars 对一个 5 月开源、10 月发 2.0 的项目来说属于中等热度。它说明项目有人关注，但不等于已经被大规模生产验证。Agent OS 这类基础设施的真正考验，是长周期运行后的记忆稳定性、权限边界和多用户隔离，这些都不是 star 数能回答的。

关联信息与影响

把 PilotDeck 放进近期的 Agent 工具潮里看，它与 Mobius 这类「自进化 Agent OS」、DeepSeek Harness 这类「可替换内核」形成互补：有人做承载长期协作的桌面层，有人做模型与工具之间的协议层，有人做多 Agent 并行的执行层。Agent 的「内核—协议—工作台」三层结构正在显形。

对模型厂商来说，Smart Routing 是一个信号：未来的收入未必来自「所有请求都用最强模型」，而来自「在正确的任务上用正确的模型」。对应用厂商来说，白盒记忆则是一道门槛——记忆不可解释，企业就不敢把核心流程交出去。

未来展望

短期要看三件事：Dream 模式整理后的记忆是否真的可回滚、路由在长任务链上会不会误判、Always-on 的权限与资源占用是否可控。

中期，如果「项目级工作区 + 可审计记忆 + 分层路由」成为 Agent 系统的默认配置，那么今天的聊天式 Agent 会像没有项目管理功能的 IDE 一样显得原始。

长期，Agent OS 的竞争不会停在功能清单上，而会落到两个硬指标：单位任务成本与记忆可信度。PilotDeck 2.0 把这两个指标同时摆上了桌，这比再刷一个榜单分数更有意义。

对各类群体的影响

开发者：多了一个可自托管的 Agent 工作台选项，AGPL-3.0 协议对商业闭源集成有约束，选型时需先看清许可证边界。
企业团队：白盒记忆和项目隔离切中了合规与交接需求，但 160 个 open issues 说明成熟度仍需评估。
模型厂商：路由架构会改变 token 消耗结构，强模型赚「难题溢价」、小模型吃「执行吞吐」的分工可能固化。
研究者：Dream 模式与记忆回滚提供了一个可观察的长期记忆实验场。
内容创作者：Always-on 加本地文件落盘，适合做持续跟踪型内容生产，但仍需人工审校。

SIGNAL FILE · 情报档案

清华 THUNLP 等联合发布 PilotDeck 2.0，主打 WorkSpace、白盒记忆与 Smart Routing，官方实测成本约为单体旗舰方案的 17%

本文基于 AI 情报库收录的条目展开深析；事实性信息以原始报道为准，分析与展望为编辑观点。

原始报道：https://github.com/OpenBMB/PilotDeck（GitHub）

查看原始报道 ↗返回首页