清華開源代理作業系統 將 AI 任務成本降低 83%

AI 代理——能夠自行規劃並執行多步驟任務的程式——面臨聲譽問題。它們會忘記兩步之前做過什麼，重複對大型語言模型進行昂貴的呼叫，並悄悄燒掉公司的預算。清華大學的一個團隊認為，解決方案不是更聰明的模型，而是為代理提供更好的棲身之所。

該校的自然語言處理實驗室（THUNLP）與 AI 公司 ModelBest 及 OpenBMB 開源社群合作，發布了 PilotDeck 2.0，這是一款專為 AI 代理打造的開源作業系統。團隊表示，該系統將執行代理任務的成本降低了 83%，主要透過減少冗餘的模型呼叫以及管理代理所記住的內容來實現。

記憶是頭號功能。在 PilotDeck 中，代理的記憶可以被搜尋和編輯——使用者或開發者可以查閱代理儲存的內容、修正或刪除它。這對於長時間運行的工作流程很重要，因為在這些流程中，一個記錯早期指令的代理往往會在整個任務中重複這個錯誤。能夠檢查和更改該記憶，將一個不透明的過程轉變為更接近共享筆記本的東西。

該系統還原生支援 MCP，即模型上下文協議，這是一種開放標準，讓 AI 模型能夠接入外部工具和資料來源。原生支援意味著在 PilotDeck 上運行的代理可以連接到外部服務，而無需為每個服務編寫自訂的膠水程式碼，這是代理專案中常見的脆弱性來源。

此次發布是中國更廣泛推動代理基礎設施而非僅僅更大模型的一部分。THUNLP 是中國最知名的學術 AI 團隊之一，而與清華有關聯的新創公司 ModelBest 一直在打造輕量級模型和 OpenBMB 工具包——這是幾個流行開源專案背後的基礎。在模型和任務之間放置一個作業系統層，是押注於協調而非原始智慧將是下一輪收益的來源。

對全球開發者而言，吸引力是實際的。當今的代理框架支離破碎，而當一項任務需要數十次模型呼叫時，成本會迅速膨脹。一個聲稱能將該支出削減超過五分之四、同時保持記憶可審計的系統，解決了團隊在生產環境中部署代理時最常見的兩個抱怨：不可預測性和費用。

83% 這個數字值得以慣常的謹慎態度看待。成本節省在很大程度上取決於任務、所使用的模型以及代理的配置方式，而獨立基準測試將是真正的考驗。然而，將該系統開源，讓這項考驗更容易進行。

更大的信號是競爭的走向。隨著模型品質趨同，戰鬥正轉向決定哪個模型做什麼、何時做以及以什麼價格做的層面。如果清華的作業系統哪怕只實現了部分承諾，下一波 AI 代理的評判標準可能不再是它們有多聰明，而是它們被管理得有多好。