PilotDeck – 清华联合面壁智能开源的AI Agent操作系统与WorkSpace多智能体平台

PilotDeck是什么

PilotDeck是一个以WorkSpace（工作舱）为核心架构的AI智能体操作系统，由清华大学THUNLP实验室、面壁智能、OpenBMB与AI9Stars联合开源，面向多任务并行与长周期生产力场景设计，用于将AI对话工具升级为可持续执行任务的系统级生产力平台。

• 工具名称：PilotDeck（AI Agent Operating System / 智能体操作系统）
• 开发公司：清华大学THUNLP实验室、面壁智能、OpenBMB、AI9Stars联合研发开源
• 发布时间：2026年5月28日正式开源（据官方README更新日志）
• 主要功能：多智能体管理、WorkSpace任务隔离、记忆管理、智能路由、Always-on自动执行
• 技术特点：WorkSpace三层架构（文件+记忆+技能）、白盒记忆系统、动态模型路由、端云协同执行
• 使用方式：支持Web界面、本地部署、CLI命令行与Docker方式运行
• 价格说明：完全开源（AGPL v3.0），可免费使用与二次开发
• 适用人群：AI开发者、内容生产者、自动化工作流用户、企业级Agent系统构建者

PilotDeck的核心优势

• WorkSpace任务隔离优势：PilotDeck通过WorkSpace实现项目级物理隔离机制，每个任务拥有独立文件系统、记忆与技能空间，避免多任务上下文污染。据官方架构说明，该设计可显著降低跨项目干扰问题，使多任务并行效率提升约50%以上，并支持长期任务稳定运行。
• 白盒记忆可控优势：与传统黑盒AI不同，PilotDeck将记忆生成、存储与使用全链路可视化，用户可查看每条记忆来源并进行修改或删除。据OpenBMB技术说明，该机制可减少错误记忆累积问题，并支持一键回滚Dream整理结果，提升系统可控性。
• 智能路由成本优化优势：PilotDeck通过任务复杂度识别自动分配模型资源，简单任务使用轻量端侧模型，复杂任务调用云端大模型。据官方实测数据，在社交媒体生成场景中可节省约70% Token成本，在复杂任务组合中可实现约1/6成本完成同等质量输出。
• Always-on持续执行优势：系统支持Agent后台常驻运行，可主动发现任务并执行，无需用户持续交互。据官方描述，该机制突破传统对话式AI限制，使任务能够在用户离线状态下持续推进，实现真正的长周期自动化生产力。
• 端云协同执行优势：PilotDeck支持端侧模型与云端模型混合调用，可在本地执行隐私敏感任务，在云端处理复杂推理任务。据THUNLP联合研究说明，该架构可在保证隐私的同时提升任务执行效率，适用于跨设备AI协作场景。

PilotDeck的主要功能

• WorkSpace工作舱系统：基于项目级隔离架构，将文件系统、记忆系统与技能系统统一封装，每个项目形成独立AI执行环境。
• 白盒记忆管理系统：采用全链路可追溯记忆机制，支持查看AI记忆来源、修改错误记忆并进行版本回滚。
• 智能模型路由系统：通过任务复杂度分析自动选择模型执行路径，轻量任务调用低成本模型，高复杂任务调用高性能模型，并支持多模型fallback机制。
• Always-on常驻执行系统：允许AI在后台持续运行任务，包括任务发现、执行与结果输出，无需用户持续交互。适用于内容生产、数据监控与长期研究类任务，实现真正意义上的自动化Agent执行流程。
• 端云协同执行架构：支持在端侧部署轻量模型执行本地任务，同时调用云端模型处理复杂逻辑，并可自动加载语音、视频等多模态模型，实现跨模型协作与统一调度。

如何使用PilotDeck

1. 环境安装初始化：用户可在macOS或Linux终端执行官方安装脚本完成部署，系统自动配置Node.js环境并初始化依赖。该过程通常耗时3-10分钟，适用于无复杂开发经验用户。
2. 启动系统服务：安装完成后通过pilotdeck命令启动服务，系统默认在本地3001端口运行Web控制台，用户可通过浏览器访问操作界面，进入AI工作空间管理系统。
3. 创建WorkSpace项目：在控制台中新建工作舱，为每个任务分配独立空间，包括文件存储区、记忆模块与技能系统，从而实现项目级隔离管理，避免多任务混乱。
4. 配置模型与路由策略：用户可在设置中配置大模型API（如OpenAI、DeepSeek等），并启用智能路由系统，使系统根据任务复杂度自动选择最优模型组合。
5. 输入任务并执行：在WorkSpace中输入自然语言任务，例如内容生成或数据分析，系统自动拆解任务并执行，同时支持后台持续运行与任务追踪。
6. 查看与优化结果：用户可实时查看执行结果、记忆变化与任务进度，并对输出内容进行调整或回滚，优化后系统会自动沉淀执行策略到当前WorkSpace。

PilotDeck的项目地址

• 项目官网：https://pilotdeck.openbmb.cn/pilotdeck.github.io/
• GitHub仓库：https://github.com/OpenBMB/PilotDeck

PilotDeck的应用场景

• AI内容生产与写作：适用于白皮书、行业报告与长文创作场景，用户输入主题后系统自动生成结构化内容，并持续优化文本逻辑，实现长周期内容生产自动化。
• 游戏与交互系统开发：可通过自然语言生成3D交互场景或小游戏原型，例如塞尔达风格开放世界游戏，实现从想法到可运行原型的快速转化。
• 多语言内容分发：结合语音模型（如VoxCPM）生成多语言播客内容，可支持30种语言输出，用于全球化内容传播与自动化音频制作。
• AI工程自动化：适用于模型训练、数据处理与工程脚本生成等任务，通过Agent自动执行流程，提高研发效率并减少人工操作成本。
• 长期监控与任务管理：用于数据监控、市场追踪与自动报告生成，系统可在后台持续运行并定期输出结果，适合企业级自动化场景。

PilotDeck的价格与付费方案

PilotDeck目前为完全开源项目，采用GNU AGPL v3.0协议，用户可以免费使用、修改与部署系统。实际使用成本主要来自第三方大模型API调用费用，系统通过智能路由机制优化Token消耗，从而降低整体使用成本。

使用PilotDeck时需要注意的问题

PilotDeck虽然具备强大的任务执行能力，但其属于系统级AI基础设施，部署与使用仍需要一定技术理解能力。用户需正确配置模型API，否则可能影响任务执行效果。同时，由于支持后台常驻任务（Always-on），应注意控制任务数量以避免资源占用过高。此外，白盒记忆系统虽然提高可控性，但也要求用户理解记忆结构逻辑，避免误删关键任务信息。对于敏感数据处理，应结合本地部署与权限控制策略确保数据安全。

和其他 AI 工具相比，PilotDeck有哪些差异？

从对比可以看出，PilotDeck的核心差异在于系统级定位，它不再是单一工具，而是面向多智能体管理的操作系统。相比传统编程AI工具，它更强调任务持续性、成本优化与项目隔离能力，因此更适合复杂生产力场景。

关于PilotDeck的常见问题