OpenClaw降温，PilotDeck登场
曾经在2026年初爆火全国的OpenClaw，如今已经降温。身边曾经通宵魔改它的朋友们，已将其打入冷宫。这个曾以史上最快速度在GitHub上爆火的项目，声量几乎掉到了冰点。不过，小龙虾（OpenClaw）也完成了它的历史使命，它像飓风一般，第一次把Agent的范式吹进大众视野，让大家明白AI不只是陪聊的Chatbot，还能主动干活。但它没能成为Linux，因跑得太快，没建立起足够深的代码壁垒和生态就被拍在了沙滩上。那么，那些真正需要靠Agent搞生产力的人，现在用什么新工具呢？最近，一个名为PilotDeck的智能体操作系统在圈内低调上线。这项技术由清华大学THUNLP实验室、面壁智能、OpenBMB与AI9stars联合研发并开源。如果说OpenClaw是极客浪漫主义的「大玩具」，那PilotDeck这个「清华系高材生」，就是能把OpenClaw拍在沙滩上，真正面向纯粹生产力的「智能体协作舱」。
跨度极大的测试展示实力
它和初代Agent有啥区别？来看几个直观测试。同时开两个WorkSpace，一个做游戏，一个做数据可视化。第一个WorkSpace，输入「做一个模拟经营奶茶店的小游戏。要有进货、定价、排队系统，顾客会根据价格和口碑决定买不买。」输入prompt后，它生成了详细的奶茶模拟店经营游戏计划，拆解了游戏设计核心循环，设计了5款奶茶产品线，还设计了进货、定价、顾客与排队、财务等系统。在技术实现中，提前构想好清新卡片风的UI布局，写出关键的JS模块和实现步骤，最终奶茶游戏可在线试玩。第二个WorkSpace，输入「这里有一组全球AI公司融资数据，帮我做一个互动式数据可视化大屏，要有动画效果，鼠标悬停能看详情。」PilotDeck用四个图展示了融资总额TOP 10、北美/欧洲/亚洲地区融资占比、通用AI/企业AI/生成式AI赛道分布等，最终生成的可视化大屏清晰展示了各区AI公司融资数据。两个任务同时跑，互不干扰。之后又加了个「做一个程序员性格测试，10道题，测出来你是哪种程序员人格，要有结果页和分享卡片。」PilotDeck生成了贴近真实开发场景的10道选择题，分为架构师🏛️/ 搬砖侠🧱/ 完美主义者✨/魔法师🧙/ 布道师📣/ 哲学家🤔6种人格，视觉风格是GitHub暗色主题和JetBrains Mono等宽字体，科技感十足，测完显示本人是搬砖侠。从经营游戏到数据大屏到社交小应用，跨度大到离谱，但在PilotDeck里，每个都是独立的WorkSpace，各跑各的。
独特的WorkSpace隔离机制
跑完测试后，打开两个项目的Memory面板。奶茶店项目的记忆存着游戏逻辑、UI风格、玩法参数；数据大屏项目的记忆存着图表类型、配色方案、数据处理逻辑，两边记忆无串台。这就是PilotDeck的WorkSpace和别家的根本区别。虽然Claude Cowork引入Projects做项目隔离，Cursor也有Workspace，但它们的隔离本质是「文件夹 + 规则」，记忆看不见改不了，技能不会随使用进化，成本分不清。而PilotDeck给每个项目建的是完整「工作舱」，舱里有三层：专属文件系统，文件归属和AI生成内容边界清楚；专属记忆，Project Memory记项目定义和进度，Collaboration Feedback记偏好，都看得见、改得了、追得到来源；专属技能，Skill应用商店可一键装到对应WorkSpace，如给游戏舱装game - asset - finder，给写文档的舱装minimax - pdf。别家的WorkSpace是文件夹加静态规则，PilotDeck的WorkSpace是AI的完整生存环境。
智能路由节省成本
Agent工具用起来爽，但账单一出很吓人，全程调最强模型跑任务，Token烧钱比打车还贵。很多人手动切模型，简单问题用便宜的，复杂问题换贵的，但切换成本很烦。PilotDeck做了一套智能路由，和市面上方案不同。大部分路由方案按request级别切，每次请求单独判断走哪个模型，会打断KV - cache，推理效率下降。PilotDeck的路由在子Agent层面做，复杂任务拆成多个子任务后，整个子Agent分配给一个模型跑到底，子Agent内部上下文缓存连续，省了token钱和切换带来的性能损耗。其调度规则也很灵活，相比写死的路由方案，它支持用规则和prompt调节路由策略，可自己定义任务走什么模型，甚至用自然语言告知。打开Routing面板，能看到每个session的难度判定、实际花费、不开路由的花费。比如程序员人格测试应用，不开路由花10.97美元，开路由后只花1.42美元，省了75%（9.55美元）。研究团队在更大规模测试里也验证了效果，社交媒体场景开路由花2.83美元，不开路由12.58美元，省约70%；复杂任务场景，主Sonnet 4.6 + 子MiniMax - M2.7花3.15美元、得分70.6，单体Sonnet 4.6花18.36美元、得分69.1，价格只有1/6，效果还略好。若想效果拉满，可关掉路由全程跑最强模型。而且，PilotDeck可以接本地部署的模型做子Agent，敏感数据不出本机，有些任务它会自动判断所需工具，部署端侧模型干活，如播客多语言处理时会装VoxCPM生成语音，也可云端模型思考，本地模型执行，解决省钱和隐私问题。
记忆白盒化让AI更听话
如今，Agent的记忆不再是黑盒，但很多时候，AI记住什么、何时记的、记对没，仍不清晰。PilotDeck的WorkSpace给出全新答案，它是智能体的完整生存环境。打开Memory面板，每条记忆标着时间戳、来源路径和类型，Project Memory记项目核心定义，Collaboration Feedback记交付偏好。记错了可点进去改，记忆冲突了直接删掉错的，无需重启对话和重新喂偏好。PilotDeck还有Dream机制，空闲时段，AI在后台自动回顾整理记忆，白天干活、晚上消化。Memory面板上有Memory Dream按钮和Rollback Last Dream按钮，若Dream整理出错，可一键回滚到整理前状态。记忆白盒化让AI越用越「听话」，偏好沉淀在Feedback Memory里，看得见、调得了，是用户告诉AI，它记着下次照做。
开源的六边形战士
回顾大模型浪潮，从ChatGPT到OpenClaw，Agent形态不断迭代。直到PilotDeck击破「成本」「隔离」「记忆」等硬核痛点，Agent才算真正落地。凭借独立工作舱、白盒化可控记忆和精打细算的智能路由策略，「一个人，一支AI军团」的设想开始成真。关键的是，这款「六边形战士」选择了完全开源，底层路由逻辑和Workspace架构代码都毫无保留地公开。如果想体验「当甩手掌柜」的快乐，或扒开源码魔改赛博班底，现在就可以去接管AI军团。
