知识卡片：面壁等联合开源PilotDeck 2.0，轻量模型扛起复杂办公

一句话结论

清华THUNLP、面壁智能、OpenBMB与AI9Stars联合开源了Agent工作台PilotDeck 2.0，内置Word/Excel/PPT技能并支持多模态自动校验，在WorkbuddyBench测试中以35B-A3B轻量底座取得79.4分，居同档三者之首。

事件概述或研究问题

本条为腾讯研究院AI速递（20261016）中的一条。核心事件是多方联合开源Agent工作台PilotDeck 2.0，目标指向复杂办公场景，验证轻量底座模型是否足以支撑办公类Agent任务。材料未披露发布时间、开源协议、代码仓库地址等细节，待核实。

方法/产品要点

• 联合开源方：清华THUNLP、面壁智能、OpenBMB、AI9Stars。
• 定位：Agent工作台，面向复杂办公任务。
• 内置Skills：Word、Excel、PPT。
• 校验机制：自动多模态校验。
• 底座：可换用35B-A3B轻量模型（A3B指每token激活约3B参数；具体模型名称材料未明确，待核实）。
• 部署与渠道：支持本地部署，支持飞书、微信等IM渠道。
• 路由：内置智能路由机制（用于成本优化，具体实现细节待核实）。

主要结果或产业意义

• WorkbuddyBench测试中，PilotDeck 2.0与Claude Code、Workbuddy同处80分档；换用35B-A3B轻量底座后以79.4分居三者之首。
• AgentLoop极限测试中可持续处理2000条交互消息。
• 智能路由使社媒任务费用降超75%。
• 产业意义：表明办公Agent的能力不必完全依赖超大参数底座，轻量MoE底座叠加工作台/Skills/校验/路由工程，即可在办公基准上接近或超过同档头部产品，同时显著压低推理成本，并可通过本地部署与IM渠道落地。

为什么重要

• 与既有卡片（蚂蚁Ling-3.0-tiny、美团LongCat 2.0与CatPaw）形成呼应：一端是轻量端侧/MoE底座，一端是万亿级全场景Agent平台，本条补上了“轻量底座 + 办公Agent工作台”这一中间形态的实证。
• 面向办公三件套（Word/Excel/PPT）的Skills化和多模态校验，是Agent从“能对话”走向“能交付文件”的关键工程环节。
• 2000条消息的AgentLoop极限测试与费用下降75%的智能路由，指向Agent实际可用性中的两个痛点：长程稳定性与成本可控性。
• 支持本地部署与飞书、微信渠道，意味着Agent可进入企业内网与国内主流协作工具链路。

局限与不确定性

• 材料来源为AI速递摘要，未给出PilotDeck 2.0的论文/技术报告/仓库链接，具体架构、训练细节待核实。
• “35B-A3B轻量底座”对应哪个具体模型、是否同为面壁系模型，待核实。
• WorkbuddyBench的评测方法、任务构成、评分口径，以及“同处80分档”中Claude Code与Workbuddy的具体分数，材料未给出，待核实。
• “费用降超75%”的基线、计费口径与任务类型（社媒任务）范围，待核实。
• AgentLoop“2000条交互消息”的成功率、是否含人工干预，待核实。
• 开源许可、商用限制、本地部署硬件门槛，待核实。

可用于图书/PPT/简报的角度

• “轻量底座 + 工作台工程”能否成为办公Agent的主流范式。
• 办公Agent的交付物从文本走向Word/Excel/PPT文件时，多模态校验为何成为必要环节。
• Agent长程稳定性（2000条消息）与成本工程（智能路由降本75%）作为落地双门槛。
• 国内开源Agent工作台与IM生态（飞书、微信）结合的落地路径。
• 与美团CatPaw、蚂蚁端侧模型并置，观察2026年Agent生态的“轻-重分层”格局。

与既有脉络的关系

既有卡片分别覆盖了端侧轻量MoE（蚂蚁Ling-3.0-tiny）、万亿级全场景Agent平台（美团LongCat 2.0与CatPaw）与实时交互世界模型（蚂蚁LingBot-World 2.0）。本条增量在于：给出“轻量底座能否扛复杂办公”的直接基准证据（WorkbuddyBench 79.4分、居三者之首）与两项工程性指标（AgentLoop 2000条、智能路由降本75%），把讨论从模型参数规模推进到办公Agent的工程化交付与成本控制层面。

原始材料

• 来源：腾讯研究院AI速递 20261016
• URL: https://m.sohu.com/a/1088289922_455313?scm=10001.325_13-325_13.0.0-0-0-0-0.5_1334
• 相关条目：三、面壁等联合开源PilotDeck 2.0，轻量模型扛起复杂办公
• 原始要点：
  1. 清华THUNLP、面壁智能、OpenBMB与AI9Stars联合开源Agent工作台PilotDeck 2.0，内置Word、Excel、PPT Skills并自动多模态校验；
  2. WorkbuddyBench测试中与Claude Code、Workbuddy同处80分档，换用35B-A3B轻量底座后以79.4分居三者之首；
  3. AgentLoop极限测试持续处理2000条交互消息；智能路由使社媒任务费用降超75%；支持本地部署及飞书、微信等IM渠道。