清华开源 AI Agent 框架，一个会“做梦”、能省钱的 Agent

📌 一句话摘要

本文介绍了清华大学等机构联合开源的 AI Agent 框架 PilotDeck，其核心设计包括 WorkSpace 三层结构、记忆白盒化、智能路由和 Always-on 主动执行机制，并通过实战案例展示了其在多项目并行开发中的能力。

📝 详细摘要

文章以作者实际开发一个画家风格图鉴网站为例，详细介绍了 PilotDeck 这款开源 AI Agent 框架。该框架由清华大学 THUNLP 实验室、面壁智能、OpenBMB 与 AI9stars 联合研发。其核心设计理念是解决多项目长程复杂任务的管理需求，区别于简单的 AI 对话产品。PilotDeck 的 WorkSpace 是一个三层结构项目舱，包含专属文件系统、专属记忆（项目记忆与个人记忆）和专属技能，实现了 Agent 在项目中的「存活」。框架还引入了「记忆白盒化」机制，允许用户查看、追溯和修改 Agent 的记忆，并包含一个名为「Dream」的自动整理机制。在成本控制方面，PilotDeck 内置了智能路由，能根据任务难度自动匹配模型以节省费用。此外，其 Always-on 设计使 Agent 能够主动发现并执行任务，而非被动响应。文章通过关联 Github 仓库、定时任务修复 Bug 等场景，展示了该框架在持续迭代和多项目并行开发中的实用性。

💡 主要观点

- PilotDeck 的 WorkSpace 是三层结构项目舱，而非简单的文件夹。 每个 WorkSpace 拥有独立的文件系统、项目记忆和个人记忆，以及专属技能，确保不同项目间的 Agent 不会互相干扰，实现真正的项目级隔离和上下文管理。

记忆白盒化机制让 Agent 的记忆可追溯、可修正。 用户可以查看每条记忆的写入时间和来源，并能直接修改错误的记忆。框架的「Dream」机制让 Agent 在空闲时自动整理和优化记忆，类似人类睡眠时的记忆巩固过程。

智能路由功能通过按任务难度匹配模型来降低成本。 系统自动识别任务复杂度，简单任务调用低成本子 Agent，复杂任务才使用高性能主模型，每个 WorkSpace 独立核算成本，让用户对算力花费一目了然。

Always-on 设计使 Agent 具备主动执行能力。 Agent 不再局限于被动响应，而是能通过定时任务或自主发现任务的方式，在用户不触发的情况下主动推进工作，并将成果落地为文件并汇报进展。

💬 文章金句

- PilotDeck 的核心设计是 WorkSpace，但和其他产品里的「工作区」不一样。

这三层结构加在一起，实现：Agent 不只是在帮你做事，它真的「活」在这个项目里。
记忆白盒化价值不只是「更透明」，而是「可修正」。
Agent 时代的生产力竞争，最终比的不是谁用了更贵的模型，而是谁把工作流设计得更合理，让每一分算力都用在刀刃上。

📊 文章信息

AI 初评：86

来源：向阳乔木推荐看

作者：向阳乔木

分类：人工智能

语言：中文

阅读时间：10 分钟

字数：2278

标签： PilotDeck, AI Agent, 开源框架, WorkSpace, 记忆管理

阅读完整文章

清华开源 AI Agent 框架，一个会“做梦”、能省钱的 Agent

🤖 問 AI