IronEngine：迈向通用AI助手

本文提出IronEngine，一个围绕统一编排核心构建的通用AI助手平台，该核心连接桌面用户界面、REST与WebSocket API、Python客户端、本地与云端模型后端、持久化记忆、任务调度、可复用技能、24类工具执行、MCP兼容扩展以及面向硬件的集成。IronEngine引入三阶段流水线——讨论（Planner–Reviewer协作）、模型切换（显存感知的过渡）与执行（工具增强的动作循环）——将规划质量与执行能力分离。该系统具备多层级整合的分层记忆架构、由ChromaDB支撑的向量化技能库、支持92种模型配置并具有显存感知上下文预算的自适应模型管理层，以及具备130+别名规范化与自动纠错的智能工具路由系统。我们给出文件操作基准的实验结果，在四个异构任务上实现100%任务完成率、平均总耗时1541秒，并与ChatGPT、Claude Desktop、Cursor、Windsurf及开源智能体框架等代表性AI助手系统进行了详细对比。在不披露专有提示词与核心算法的前提下，本文分析该平台的架构分解、子系统设计、实验性能、安全边界与比较工程优势。这项研究将IronEngine定位为通用个人助手、自动化框架以及未来以人为中心的智能体平台的系统级基础。