据量子位报道，清华大学团队开源了一套面向智能体的操作系统，披露的关键指标是任务成本降低83%，同时提供可查询、可修改的 AI 记忆机制。
所谓“智能体操作系统”，一般指位于大模型与应用之间的资源管理与调度层，负责任务拆解、工具调用编排、上下文与记忆维护，并控制执行过程中的开销。把这一层独立成系统并开源，意味着智能体从单点演示走向工程化时所需的底座，开始以可复现、可二次开发的形式对外提供。
83% 的任务成本降幅是本次披露中最受关注的数字。智能体执行长链路任务时，往往需要多轮模型调用与工具交互，token 消耗和调用次数直接决定单任务成本，这也是不少场景难以规模化落地的主要原因。成本若能在系统层被显著压缩，智能体的经济性门槛会随之下降。
“记忆可查可改”则指向另一类长期痛点。智能体的记忆通常隐式存放在上下文或外部存储中，出错后难以定位和修正。可查询意味着开发者能够检视智能体记住了什么，可修改意味着错误记忆可以被纠正，这对调试、审计以及长期在线运行都是必要条件。
开源这一选择同样值得注意：智能体操作系统的能力边界与工具生态强相关，开放代码有助于第三方接入自有工具与模型，也便于社区复核成本数据。后续值得关注的是其工具接入规范、记忆存储方式，以及在多智能体协作场景下的实际表现。