Лаборатория THUNLP Университета Цинхуа, ModelBest, OpenBMB и AI9Stars представили PilotDeck 2.0 — новую версию своей операционной системы для агентов с открытым исходным кодом, которая построена на изолированных рабочих пространствах проектов. Обновление было опубликовано 15 октября и получило освещение в китайском ИИ-издании QbitAI. Код доступен на GitHub под лицензией AGPL-3.0 и функционирует на операционных системах macOS, Linux и Windows, а также поддерживает развертывание через Docker.
Согласно файлу README проекта, версия 2.0 включает функцию установки в один клик и визуальную настройку. Система способна поддерживать долгосрочные задачи в течение до 2000 сообщений взаимодействия и поставляется с новыми навыками для создания файлов в форматах Word, Excel и PowerPoint.
Архитектура и управление контекстом
Основным структурным элементом является Рабочее Пространство (WorkSpace). Каждому проекту выделяется собственный набор файловой системы, хранилища памяти и набора навыков. Это позволяет агенту, который редактирует видео в одном рабочем пространстве, и агенту, создающему мини-игру для iOS в другом, полностью разделять свои контексты. Разработчики позиционируют это как решение проблемы загрязнения контекста, когда инструкции из одной задачи незаметно влияют на следующую.
Память спроектирована как белая коробка, что дает пользователям возможность просматривать каждую сохраненную запись агента, время ее создания и рабочее пространство, к которому она относится. Пользователи могут напрямую редактировать, удалять или закреплять записи, вместо того чтобы писать запросы, требующие от агента забыть информацию. Функция Dream Mode консолидирует и устраняет дубликаты разрозненных воспоминаний, пока агент находится в режиме ожидания, предлагая возможность отката в один клик на случай, если процесс очистки приведет к потере важной детали.
Система Smart Routing обеспечивает планирование сильной модели, делегируя форматирование, полировку и другие рутинные шаги более легким моделям. В сценарии работы с социальными сетями команда сообщила, что использование Claude Opus 4.5 в качестве основного агента и Sonnet 4.5 в качестве под-агента позволило снизить стоимость одного запуска с 12,58 доллара до 2,83 доллара. При выполнении семи более сложных задач, включая создание многоязычных подкастов, отчеты на основе данных из нескольких источников и документирование кодовой базы, комбинация Claude Sonnet 4.6 и MiniMax-M2.7 показала результат 70,6 при стоимости 3,15 доллара, по сравнению с 69,1 при стоимости 18,36 доллара для Sonnet 4.6 в одиночку, что представляет собой экономию около 83%.
На бенчмарке WorkBuddy Bench PilotDeck, использующий Qwen3.6-35B-A3B, набрал 79,1 балла, тогда как Claude Code показал 77,3. Все представленные цифры являются самоотчетами команды.
Режим постоянной активности (Always-on mode) позволяет агентам продолжать работу в фоновом режиме после закрытия чата пользователем, выполняя длительные задачи мониторинга, находя потенциальные задания и сохраняя результаты в локальные файлы с кратким обзором прогресса. Система нативно поддерживает Протокол Контекста Модели (Model Context Protocol) и ведет себя одинаково как в веб-интерфейсе, так и в приложениях для командной работы, таких как WeCom и Feishu.