
跨度极大的测试
曾经在2026年初爆火全国的OpenClaw,如今已经降温。身边那些曾经通宵魔改OpenClaw的朋友们,已将它打入冷宫。这个曾以史上最快速度在GitHub上爆火的项目,声量几乎降到了冰点。小龙虾或许已完成历史使命,它如飓风般,首次将Agent的范式吹进大众视野,让人们明白:AI不只是陪聊的Chatbot,还能主动替人干活。但它未能成为Linux,因发展过快,还没建立起足够深的代码壁垒和生态,就被淘汰。那么,那些真正需要靠Agent提升生产力的人,现在用什么新工具呢?最近,一个名为PilotDeck的智能体操作系统在圈内低调上线。这项技术由清华大学THUNLP实验室、面壁智能、OpenBMB与AI9stars联合研发并开源。如果说OpenClaw是极客浪漫主义的“大玩具”,那么PilotDeck这个“清华系高材生”,就是能将OpenClaw比下去的、真正面向纯粹生产力的“智能体协作舱”。从奶茶店到数据大屏,跨度大得离谱。它和初代Agent有何区别,来看几个直观测试。同时开启两个WorkSpace,一个用于做游戏,一个用于数据可视化,看它能否应对。在第一个WorkSpace输入:“做一个模拟经营奶茶店的小游戏。要有进货、定价、排队系统,顾客会根据价格和口碑决定买不买。”输入prompt后,它生成了详细的奶茶模拟店经营游戏计划。PilotDeck拆解了游戏设计核心循环,设计了5款奶茶产品线,还设计了进货、定价、顾客与排队、财务等系统。在技术实现上,提前构想好清新卡片风的UI布局,写出关键的JS模块和实现步骤,最终奶茶游戏可在线试玩。第二个WorkSpace方向完全不同,输入:“这里有一组全球AI公司融资数据,帮我做一个互动式数据可视化大屏,要有动画效果,鼠标悬停能看详情。”PilotDeck用四个图分别展示了融资总额TOP 10、北美/欧洲/亚洲地区融资占比、通用AI/企业AI/生成式AI赛道分布等,最终生成的可视化大屏清晰展示了各区AI公司融资数据。两个任务同时进行,一个写游戏逻辑,一个画图表,互不干扰。之后又加了个有趣任务:“做一个程序员性格测试,10道题,测出来你是哪种程序员人格,要有结果页和分享卡片。”PilotDeck生成了贴近真实开发场景的10道选择题,分为架构师🏛️/ 搬砖侠🧱/ 完美主义者✨/魔法师🧙/ 布道师📣/ 哲学家🤔6种人格,视觉风格是GitHub暗色主题和JetBrains Mono等宽字体,科技感十足。测试结果显示本人是搬砖侠。从经营游戏到数据大屏再到社交小应用,跨度极大,但在PilotDeck里,每个都是独立的WorkSpace,各跑各的。别人用隔离文件夹,它隔离整个世界。
独特的工作舱
测试完成后,打开两个项目的Memory面板。奶茶店项目记忆里存着游戏逻辑、UI风格、玩法参数;数据大屏项目记忆里存着图表类型、配色方案、数据处理逻辑,两边记忆无串台情况。这就是PilotDeck的WorkSpace与其他产品的根本区别。虽然Claude Cowork引入Projects做项目隔离,Cursor也有Workspace,但它们的隔离本质是“文件夹+规则”,记忆看不见改不了,技能不会随使用增多而进化,成本分不清各项目花费。而PilotDeck为每个项目建立完整的“工作舱”,舱有三层:专属文件系统:明确哪些文件归该项目、AI生成了什么,边界清晰;专属记忆:Project Memory记录项目定义和进度,Collaboration Feedback记录用户偏好,全都看得见、改得了、追得到来源;专属技能:Skill应用商店可一键将技能装到对应WorkSpace,如给做游戏的舱装game - asset - finder,给写文档的舱装minimax - pdf。别家的WorkSpace是文件夹加静态规则,PilotDeck的WorkSpace是AI的完整生存环境。
智能路由省成本
Agent工具使用时虽爽,但账单吓人,全程用最强模型跑任务,Token消耗比打车还贵。很多人手动切换模型,简单问题用便宜的,复杂问题换贵的,但切换成本烦扰人。PilotDeck设计了智能路由,做法与市面上方案不同。关键设计决策方面,大部分路由方案按request级别切换,每次请求单独判断走哪个模型,这会打断KV - cache,降低推理效率。PilotDeck的路由在子Agent层面进行,将复杂任务拆成多个子任务后,整个子Agent分配给一个模型跑到底,子Agent内部上下文缓存连续,既省token费用,又减少切换带来的性能损耗。调度规则上,PilotDeck比写死的路由方案(如“贵模型做难题、便宜模型做简单题”)灵活得多。它支持用规则和prompt调节路由策略,用户可自定义任务类型对应的模型,甚至用自然语言告知“代码相关子任务走Claude Opus,文本处理走便宜模型”。打开Routing面板,能看到每个session的难度判定(complex / simple / medium)、实际花费、不开路由的花费。例如,在程序员人格测试应用中,不开路由花费10.97美元,开路由后实际只花1.42美元,省了75%(9.55美元)。研究团队大规模测试也验证了效果,社交媒体场景(小红书内容生成),开路由花2.83美元,不开路由12.58美元,省约70%;复杂任务场景(播客多语言、金融分析、代码文档等),主Sonnet 4.6 + 子MiniMax - M2.7花3.15美元、得分70.6,单体Sonnet 4.6花18.36美元、得分69.1,价格仅为1/6,效果还略好。若追求效果,可关掉路由全程跑最强模型,选择权在用户手中。而且,PilotDeck可接本地部署模型做子Agent,敏感数据不出本机。有些任务它会自动判断所需工具,部署端侧模型干活,如播客多语言处理时,会自动安装VoxCPM生成语音,也可让云端模型思考,本地模型执行,兼顾省钱和隐私。
记忆白盒化
如今,Agent的记忆不再是黑盒,但AI记住什么、何时记的、记对与否仍不清晰。PilotDeck的WorkSpace给出新答案,它是智能体的完整生存环境。打开Memory面板,每条记忆标有时间戳、来源路径和类型。Project Memory记录项目核心定义,Collaboration Feedback记录交付偏好。记错可修改,记忆冲突可删除错误记忆,无需重启对话和重新输入偏好。PilotDeck还有Dream机制,空闲时AI在后台自动回顾整理记忆,白天工作、晚上消化。Memory面板有Memory Dream按钮和Rollback Last Dream按钮,若Dream整理出错,可一键回滚到整理前状态。记忆白盒化让AI越用越“听话”,用户偏好沉淀在Feedback Memory里,看得见、调得了,用户可明确告知AI需求,AI会照做。
开源的六边形战士
回顾大模型发展,从ChatGPT到OpenClaw,Agent形态不断迭代。直到PilotDeck解决“成本”“隔离”“记忆”等硬核痛点,Agent才真正落地。凭借独立工作舱、白盒化可控记忆和智能路由策略,“一个人,一支AI军团”的设想开始实现。关键的是,这款“六边形战士”选择完全开源,底层路由逻辑和Workspace架构代码都公开。若想体验“当甩手掌柜”的快乐,或扒开源码打造自己的赛博班底,可通过GitHub传送门:https://github.com/OpenBMB/PilotDeck ,官方网站:https://pilotdeck.openbmb.cn/ ,给项目点个Star,开启“自动化”之旅。
1万+



被折叠的 条评论
为什么被折叠?



