PilotDeck是什么

先来看一个定义——PilotDeck，本质上是一款以“WorkSpace（工作舱）”为核心概念的AI智能体操作系统。它由清华大学THUNLP实验室、面壁智能、OpenBMB和AI9Stars联合开源，专门为多任务并行处理与长周期生产场景而打造。简单来说，它的目标是将“一问一答”式的传统对话AI，升级为能够替你长时间、持续性执行任务的系统级平台。

• 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、内容创作者、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：这是PilotDeck最关键的特性之一。通过WorkSpace，每个任务都拥有自己独立的文件系统、记忆库和技能空间，从根本上避免了多任务间的上下文污染问题。根据官方架构说明，这一设计能让多任务并行效率提升50%以上，并支持长期任务稳定运行——这意味着你可以在同一时间推进多个项目，而它们之间不会互相干扰。
• 白盒记忆可控优势：传统AI的记忆机制往往如同一个黑箱，你无法确知它记住了哪些信息，或是否记错了内容。PilotDeck则将记忆的生成、存储与使用全链路透明化，你可以查看每条记忆的来源，还能直接进行修改或删除。据OpenBMB技术说明，这套机制能够有效减少错误记忆的累积，并支持一键回滚Dream整理结果——这才是真正意义上的“可控”。
• 智能路由成本优化优势：简单任务由轻量级端侧模型处理，复杂任务则交给云端大模型。根据官方实测，在社交媒体内容生成场景中，这套策略能节省大约70%的Token成本；在复杂任务组合中，可以用约六分之一的成本完成同等质量的输出。这就是实实在在的成本节省。
• Always-on持续执行优势：系统支持Agent在后台常驻运行，它能够自行发现任务、执行任务，无需你持续监控。官方描述称，这突破了传统对话式AI的局限——你可以放心关闭浏览器去休息，任务在后台仍然继续推进，这才是真正的“长周期自动化生产力”。
• 端云协同执行优势：端侧模型负责处理本地隐私敏感任务，云端模型则应对复杂推理，两者无缝切换。据THUNLP联合研究说明，这种架构在保护隐私的同时提升了任务执行效率，尤其适合跨设备的AI协作场景。

PilotDeck的主要功能

• WorkSpace工作舱系统：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，每个项目都是一个独立的AI执行环境。
• 白盒记忆管理系统：全链路可追溯的记忆机制，你可以查看AI记忆的来源，修改错误记忆，甚至进行版本回滚。
• 智能模型路由系统：自动分析任务复杂度，轻量任务调用低成本模型，高复杂度任务调用高性能模型，同时支持多模型fallback机制——一个模型不可用时自动切换至下一个。
• 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。适用场景包括内容生产、数据监控、长期研究类任务等——本质上是让Agent能够真正“自主工作”。
• 端云协同执行架构：支持端侧部署轻量模型执行本地任务，云端处理复杂逻辑，并能自动加载语音、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：在macOS或Linux终端执行官方安装脚本即可完成部署，系统会自动配置Node.js环境并初始化依赖。整个过程大约需要3-10分钟，即便没有丰富的开发经验也能顺利完成。
2. 启动系统服务：安装完成后，输入pilotdeck命令启动服务，系统默认在本地3001端口运行Web控制台。打开浏览器即可进入操作界面，开始管理你的AI工作空间。
3. 创建WorkSpace项目：在控制台新建工作舱，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。项目级隔离管理让多个任务之间互不干扰。
4. 配置模型与路由策略：在设置中配置大模型API，例如OpenAI、DeepSeek等，然后启用智能路由系统。系统会根据任务复杂度自动为你选择最优的模型组合。
5. 输入任务并执行：在WorkSpace中输入自然语言任务，比如“帮我生成一份行业报告”或“分析这份数据”，系统会自动拆解任务并执行，支持后台持续运行和任务追踪。
6. 查看与优化结果：实时查看执行结果、记忆变化与任务进度。如果对结果不满意，可以直接调整或回滚。优化后，系统会自动将执行策略沉淀到当前WorkSpace中。

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：白皮书、行业报告、长文创作——输入一个主题，系统即可自动生成结构化内容，并持续优化逻辑。长周期内容生产自动化不再是梦想。
• 游戏与交互系统开发：使用自然语言生成3D交互场景或小游戏原型，例如生成一个塞尔达风格的开放世界游戏。从创意到可运行原型，转化速度非常快。
• 多语言内容分发：结合语音模型（如VoxCPM）生成多语言播客内容，支持30种语言输出。对于全球化内容传播和自动化音频制作来说，这是一个非常实用的工具。
• AI工程自动化：模型训练、数据处理、工程脚本生成等任务，通过Agent自动执行流程，能够有效提升研发效率并降低人工操作成本。
• 长期监控与任务管理：数据监控、市场追踪、自动报告生成——系统在后台持续运行，定期输出结果，是企业级自动化场景的典型应用。

PilotDeck的价格与付费方案

目前PilotDeck是完全开源项目，采用GNU AGPL v3.0协议。用户可以免费使用、修改和部署系统。实际使用中产生的费用主要来自第三方大模型API调用。不过，系统通过智能路由机制优化了Token消耗，能够帮助你有效降低整体使用成本。

使用PilotDeck时需要注意的问题

PilotDeck功能强大，但需要明确的是，它属于系统级的AI基础设施。部署和使用仍需要一定的技术理解能力。例如，模型API必须正确配置，否则任务执行效果会打折扣。另外，Always-on功能虽然方便，但要注意控制任务数量，避免资源占用过高。白盒记忆系统提高了可控性，但同时也需要你理解记忆结构的逻辑，防止误删关键任务信息。至于敏感数据处理，建议结合本地部署和权限控制策略来确保数据安全。

和其他 AI 工具相比，PilotDeck有哪些差异？