本文由PilotDeck收集整理，首发于 Deepin 社区，我刚装上使用感觉不错，特向社友们推荐。

引言：从"聊天玩具"到"生产力工具"

回顾 AI Agent 技术的发展，基本每隔一段时间就会冒出一个代表性的产品，推动整个领域向前走一大步。

1. ChatGPT 时代：纯对话

2022 年底，ChatGPT 横空出世，大家都惊了——AI 还能这样玩？但本质上还是你问一句、我答一句的对话模式。没有记忆、没有工具，窗口一关，一切归零。

2. Function Calling 时代：工具召唤

2023 年开始，各家大模型陆续支持了 Function Calling。AI 开始能"调用工具"了——查天气、写文件、发邮件。但这时的能力还是很有限，任务稍微复杂一点就歇菜。

3. MCP 协议：上下文标准化

2024 年 11 月，Anthropic 提出了 MCP (Model Context Protocol)。这是一个重要的里程碑——第一次有了跨 Agent 的通信协议标准，让不同的 AI 应用之间可以共享上下文和工具。随后 OpenAI、Google 都相继跟进支持 MCTP。

4. Manus：全能 Agent

2025 年初，Monet 发布了 Manus，号称"全球首个通用 AI Agent"。它不再只是工具使用者，而是能自主规划、执行、交付成果的"全能选手"。

5. Claude Code：编程 Agent

2025 年 2 月，Anthropic 发布 Claude Code，定义了什么是"Agentic Coding"——AI 不只是辅助编程，而是能独立完成从需求到代码的全流程。

6.OpenClaw：任务执行 Agent

2025年末，开源项目OpenClaw 是这个阶段的标志性产品。它的核心思想是：把 AI 从对话框中拉出来，连接到实际工作和生活中去执行任务。

• 支持多消息平台（Telegram、Discord、Slack 等）
• 模块化架构，按需组合工具
• 会话级隔离，不同任务互不干扰

但 OpenClaw 的记忆是静态的——写在配置文件里，下次它不会自动从执行过程中学到什么。

7. Hermes Agent：自我成长 Agent

2026 年 2 月，Hermes Agent 横空出世，GitHub 目前已突破 14 万+ Stars，成为这个阶段最耀眼的开源 Agent 框架。

它的核心差异化在于内置闭环学习系统：

• 每完成 15 个任务，自动进行一次性能评估
• 从成功/失败经验中提取有效的工作模式
• 自动生成 Skill 文件，下次直接复用
• 三层记忆架构：持久事实层 + 程序性记忆层 + 历史搜索层

简单说：一般的 AI 记住"你说过什么"，Hermes 记住的是"怎么做最有效"。

---

PilotDeck：新玩家的差异化路线

而 PilotDeck，正是这个发展脉络上的一个新玩家。它来自清华大学 THUNLP 等团队，GitHub 上已有 1.1k Stars，采用 AGPL-3.0 开源协议。

和上面这些产品不太一样的是，PilotDeck 走的是本地运行 + WorkSpace 隔离 + 可控成本的路线：

• WorkSpace 隔离：每个项目独立文件系统、记忆、技能集，多项目并行不乱套
• 白盒记忆：记忆全程可追溯，出错了能直接定位和编辑
• 智能路由：任务难度自动检测，约 70% 成本节省
• 后台常驻：支持定时任务 + 主动任务发现，脱离键盘也能继续工作

这不是云端 API 的包装，而是一个完整的本地运行时。对于想在本地跑 Agent、但又被 API 费用和"只能在线聊"困扰到的开发者来说，这是一个值得关注的新选择。

核心特性拆解

1. WorkSpace：项目级别的隔离

这是 PilotDeck 最基础的概念。每个项目（WorkSpace）都有独立的：

• 文件系统
• 记忆存储
• 技能集

你可以同时跑多个项目，互不干扰。这对于需要同时处理多个任务的人来说很实用。

2. 白盒记忆：可追溯、可编辑

传统的 AI 对话，你的"记忆"本质上是黑盒的——你不知道它到底记住了什么，错了也只能尴尬地重来。

PilotDeck 的记忆是白盒的：

• 生成过程可见
• 提取过程可见
• 存储过程可见
• 检索过程可见

内置 Dream Mode 还支持一键回滚，出错了能直接定位和修改某个记忆条目。

3. 智能路由：省钱的艺术

这是我觉得最实用的功能之一。PilotDeck 能自动检测任务难度：

• 简单的任务（如翻译、格式化）自动降级到轻量模型
• 复杂的任务（如推理、分析）使用旗舰模型

官方声称能达到 约 70% 的成本节省。对于天天用它干活的人来说，这个数字很有吸引力。

4. Always-on：后台常驻

这也是它的核心卖点：脱离"你问我答"的循环。

• 主动发现：Agent 可以自动发现值得做的事情
• 定时任务：支持 cron 式的定时执行

这意味着你下班前布置个任务，第二天早上回来就能看到结果。不需要一直守在电脑前。

快速上手

一键安装（推荐）

curl -fsSL https://raw.githubusercontent.com/OpenBMB/PilotDeck/main/install.sh | bash
pilotdeck  # 启动服务 http://localhost:3001

配置模型

编辑 ~/.pilotdeck/pilotdeck.yaml：

schemaVersion: 1
agent:
  model: deepseek/deepseek-v4-pro
model:
  providers:
    deepseek:
      protocol: openai
      url: https://api.deepseek.com/v1
      apiKey: sk-your-api-key

官方文档里有更多 provider 的配置示例，支持多家 API 服务商。

桌面端

不想搞命令行的同学也可以直接下桌面端：

• macOS (Apple Silicon)
• Windows (x64 / ARM64)

---

---

---

使用感受

用了一段时间，有几个明显的感受：

1. 记忆真的有用：之前要让 AI 记住的偏好，现在不需要每次重复说了
2. 成本确实低了：简单任务基本不费什么 token
3. 后台任务很方便：设个定时任务，上班的时候结果已经躺在那里了

当然还有一些可以改进的地方，比如生态还在发展中，插件没有特别多。但作为基础工具来说，已经很可用了。

总结

如果你：

• 经常需要 AI 帮你完成复杂的多步骤任务
• 对 Token 费用比较敏感
• 希望 AI 能后台跑活，不用一直守着

PilotDeck 值得一试。

• 📖 官方文档：https://pilotdeck.openbdb.cn/pilotdeck.github.io/docs/introduction
• 🐙 GitHub：https://github.com/OpenBMB/PilotDeck

---

本文仅代表个人观点，欢迎留言交流使用体验~