PilotDeck 2.0: открытая операционная система для ИИ-агентов с прозрачной памятью и экономией до 83% бюджета
Лаборатория THUNLP Университета Цинхуа вместе с командами ModelBest и OpenBMB выложила в открытый доступ PilotDeck 2.0 — автономную операционную систему для ИИ-агентов под лицензией AGPL-3.0. Платформа решает две главные боли разработчиков: изолирует память и файлы каждого проекта в отдельном рабочем отсеке WorkSpace и внедряет многоуровневую маршрутизацию моделей, срезая расходы на сложные многочасовые задачи на 83% без просадки качества.
WorkSpace вместо свалки контекста
Каждый, кто пробовал поручать автономным агентам несколько разных проектов подряд, сталкивался с эффектом грязного контекста. Стоит попросить помощника поправить серверный скрипт, а затем переключиться на подготовку документации — и агент начинает путать пути к файлам, тащить старые системные промпты в свежий диалог и портить логику. В PilotDeck базовой единицей сделали рабочее пространство (WorkSpace). Это изолированный отсек со своей файловой структурой, отдельной базой памяти и набором подключенных навыков. Задачи не пересекаются физически, а переключение между ветками не ломает накопленные данные.
Белая память и фоновый режим Dream
В привычных чат-интерфейсах память модели остается черным ящиком: пользователь не видит, какие именно выводы зафиксировал агент и когда он исказил факты. Здесь структура памяти полностью прозрачна. Панель управления позволяет просматривать сохраненные факты, удалять ошибочные записи вручную и закреплять строгие правила без шаманства с переписыванием системных инструкций.
Когда агент переходит в режим ожидания, запускается фоновый процесс Dream. Он автоматически наводит порядок в накопленных логах: группирует разрозненные реплики, сжимает диалоги и убирает дубли. Если при сжатии потерялась критическая деталь, предусмотрен откат к исходному состоянию в один клик.
Связка ведущего и исполнителя: экономия в 6 раз
Главный барьер долгих автономных цепочек — стоимость токенов. Если гонять дорогую флагманскую модель на каждом шаге от планирования до расстановки запятых в отчете, за пару часов легко сжечь месячный лимит. В PilotDeck встроили динамическую маршрутизацию: флагман отвечает за стратегию и декомпозицию, а рутинную сборку данных, форматирование и черновую верстку забирают недорогие компактные модели.
На тестовом наборе из семи комплексных задач (многоязычный выпуск подкаста, сводные отчеты по нескольким источникам, анализ архитектуры репозитория) чистая флагманская модель выдала 69.1 балла при чеке в $18.36 за прогон. Связка ведущего флагмана и исполнителя в PilotDeck набрала 70.6 балла, сократив расходы до $3.15. В бенчмарке Workbuddy система на базе Qwen3.6-35B-A3B набрала 79.1 балла, обойдя Claude Code с его 77.3.
По агрегированным замерам нашей платформы за последние 30 дней (с 18 сентября по 18 октября 2026 года, выборка из 18 156 транзакций токенов и 12 559 завершенных генераций, а также 600 активных проектов в среде вайбкодинга за 90 дней), именно отсутствие ступенчатого распределения задач съедает пользовательские балансы быстрее всего. Разработчики часто держат тяжелую топовую модель на рутинных шагах вроде форматирования таблиц или парсинга разметки.
Режим Always-on и открытый код
Проект не требует держать открытой вкладку браузера: режим Always-on позволяет агенту продолжать парсинг, сборку кода или аудит в фоне, формируя готовые файлы и итоговую сводку на диске. Архитектура изначально поддерживает протокол MCP (Model Context Protocol), поэтому подключить локальные инструменты или базы данных можно без костылей.
Без компромиссов не обошлось: код распространяется под строгой копилефтной лицензией AGPL-3.0, что усложнит закрытую коммерческую интеграцию в проприетарные продукты. Кроме того, для коротких односложных вопросов многоагентный оркестратор избыточен и добавляет заметную задержку по сравнению с прямым обращением к модели в чате.