清华大学 THUNLP 实验室联合面壁智能、OpenBMB 等团队推出开源智能体系统 PilotDeck 2.0。它面向同时处理多个项目、运行长任务的用户，重点提供独立工作区、可查看和修改的记忆、后台执行，以及按任务分配模型的功能。系统采用 AGPL-3.0 许可证，支持 macOS、Linux、Windows，也可用 Docker 部署。
记忆和任务如何管理？
PilotDeck 以“工作舱”区分项目。每个工作舱有自己的文件、记忆和技能，减少不同项目的资料混在一起。用户可以查看 AI 记录了什么，修改、删除或固定重要信息。系统还提供 Dream 模式，在空闲时整理零散记忆；如果整理结果不合适，可以回滚。
Always-on 模式则允许任务在聊天窗口关闭后继续运行，并把结果保存为本地文件，附上进展和总结报告。系统原生支持 MCP，也可通过网页、命令行或企业微信、飞书等方式使用。报道没有说明后台执行需要哪些额外权限或服务。
路由能省多少？
PilotDeck 的智能路由会把规划交给较强模型，把润色、格式处理等工作交给轻量模型。报道给出的一个社媒运营测试中，单用 Claude Opus 4.5 花费 12.58 美元；改用 Opus 4.5 规划、Sonnet 4.5 润色后，花费为 2.83 美元。另一组七项复杂任务测试中，Sonnet 4.6 单独运行得分 69.1、花费 18.36 美元；Sonnet 4.6 搭配 MiniMax-M2.7 路由后得分 70.6、花费 3.15 美元。
这些数字来自报道所述的团队测试，并非独立评测。报道未提供完整测试设置，也没有说明使用者需要配置哪些模型服务或承担哪些模型费用，因此结果不能直接当作每个人都能省下的金额。
为什么重要
经常让 AI 同时处理多个项目的人，可以用工作舱隔开文件和记忆，也能检查、改正 AI 记下的内容，少一些反复交代背景的麻烦。团队公布的测试显示，特定任务中模型路由能减少费用；但实际开销取决于所用模型和任务，报道没有给出独立验证或完整设置。
