返回文章列表

PilotDeck 2.0 开源:把智能体的记忆、任务与成本管起来

阅读约 2 分钟

导语

智能体真正进入工作流后,难点往往不只是模型够不够聪明,还包括它能否长期记住正确的信息、同时管理多个项目,以及在无人值守时把任务继续做完。清华大学 THUNLP 实验室联合面壁智能、OpenBMB 等团队开源的 PilotDeck 2.0,正是围绕这些工程问题设计的一套智能体操作系统。

核心要点

  • 用工作舱隔离项目。 PilotDeck 以 Workspace 为基本单位,为不同项目分别配置文件系统、记忆库和技能。音视频剪辑与 iOS 游戏开发等任务可以各自保留上下文,降低资料混杂和任务串台的概率。
  • 让记忆变得可检查、可修改。 系统将记忆的生成、提取、存储和调用过程暴露给用户。用户可以查看智能体记录的偏好与事实,并进行修改、删除或固定,而不是只能通过提示词反复纠正。其 Dream 模式还会在空闲时整理、去重交互记忆,并支持回滚。
  • 支持常驻执行。 Always-on 模式允许智能体在关闭聊天窗口后继续推进长周期任务,例如监控、资料处理和文件生成,并在完成后输出进展与总结报告。
  • 通过路由控制调用成本。 PilotDeck 将规划和决策交给能力更强的模型,把格式处理、润色等重复性工作交给轻量模型。在素材所引述的社交媒体运营测试中,全部使用 Claude Opus 4.5 的费用为 12.58 美元,采用 Opus 4.5 与 Sonnet 4.5 分工后降至 2.83 美元。团队在七类复杂任务上的另一组测试显示,Sonnet 4.6 单体得分为 69.1、成本 18.36 美元;主 Sonnet 4.6、子 MiniMax-M2.7 的组合得分为 70.6,成本为 3.15 美元。

意义与边界

PilotDeck 的价值不在于简单增加一个聊天界面,而是把智能体使用中的“状态管理”产品化:项目边界清晰,记忆可追溯,任务能够脱离对话持续运行,模型也可以按工作环节分层调用。原生支持 MCP,并兼容 Web、CLI、企业微信和飞书等入口,则为开发者接入现有工具链提供了空间。

不过,文中指标属于团队披露的特定评测结果,不能直接等同于所有场景下的普遍收益。实际成本仍会受到模型价格、任务拆分质量、工具调用次数和错误重试影响。PilotDeck 采用 AGPL-3.0 许可证,支持 macOS、Linux、Windows 及 Docker 部署,适合希望自行搭建和调整智能体工作流的用户进一步验证。

来源:量子位

评论

正在确认登录状态……

正在加载评论……

相关文章

CCTest · Blog
不生成文本,直接选答案:一种面向临床数据的本地智能体方法
AI 智能体
cctest.ai
AI 智能体

不生成文本,直接选答案:一种面向临床数据的本地智能体方法

System 1 Agents 将工具调用拆成由工具结构和用户请求生成的选择题,交由本地决策模型作答,试图减少幻觉并避免敏感数据上传云端。在一组生物医学工具测试中,它的工具选择和参数填写表现优于所比较的本地 LLM 智能体。

阅读全文