PilotDeck 2.0 aísla los agentes de IA en espacios separados

Imagine un agente de IA a medio editar un vídeo en una carpeta mientras, en otra, construye un minijuego para iOS. Sin una barrera entre ambas, las instrucciones de la primera tarea pueden filtrarse a la segunda. Ese es el problema que PilotDeck 2.0 pretende evitar. Publicado el 15 de octubre por el laboratorio THUNLP de la Universidad Tsinghua junto a ModelBest, OpenBMB y AI9Stars, el sistema de código abierto está disponible en GitHub bajo la licencia AGPL-3.0 y funciona en macOS, Linux y Windows, con despliegue con Docker también admitido.

La unidad central es el espacio de trabajo (WorkSpace). Cada proyecto tiene su propio sistema de archivos, su almacén de memoria y su conjunto de habilidades, de modo que ambos contextos permanecen totalmente separados. El equipo llama «contaminación de contexto» a esa filtración. La memoria también está diseñada como de caja blanca: los usuarios ven cada entrada que el agente ha almacenado, cuándo se escribió y a qué espacio de trabajo pertenece, y pueden editar, borrar o fijar entradas directamente, en lugar de escribir instrucciones para que el agente olvide. Un modo Sueño (Dream Mode) fusiona y elimina duplicados de las memorias dispersas mientras el agente está inactivo, con una reversión en un clic si la limpieza elimina un detalle importante.

El enrutamiento inteligente (Smart Routing) asigna la planificación a un modelo potente y los pasos rutinarios, como el formateo y el pulido, a modelos más ligeros. En un flujo de trabajo para redes sociales, el equipo afirma que usar Claude Opus 4.5 como agente principal y Sonnet 4.5 como subagente redujo el coste de una ejecución de 12,58 a 2,83 dólares. En siete tareas más exigentes, entre ellas la producción de pódcast multilingüe y la documentación de bases de código, combinar Claude Sonnet 4.6 con MiniMax-M2.7 obtuvo 70,6 a 3,15 dólares, frente a 69,1 a 18,36 dólares de Sonnet 4.6 por sí solo, un ahorro de cerca del 83 %. En WorkBuddy Bench, PilotDeck ejecutando Qwen3.6-35B-A3B obtuvo 79,1, frente a 77,3 de Claude Code. Todas estas cifras son del equipo; la publicación no cita ninguna verificación externa.

El modo Siempre activo (Always-on) mantiene a los agentes trabajando después de cerrar la ventana del chat. Ejecutan largas tareas de monitorización, proponen tareas candidatas y escriben los resultados en archivos locales con un resumen del progreso. El sistema admite de forma nativa el Model Context Protocol (MCP), un estándar abierto para conectar modelos de IA con herramientas externas, y se comporta igual en su interfaz web, en su línea de comandos y en aplicaciones de mensajería empresarial como WeCom y Feishu.

Para quien gestiona varios agentes en proyectos distintos, la ventaja práctica es que hay menos cosas que supervisar y menos sorpresas por instrucciones antiguas. Para quien paga por ejecución, el enfoque de enrutamiento es la cifra que conviene vigilar, aunque los ahorros son mediciones del propio equipo en sus tareas, y valdrán menos para una carga de trabajo que no se parezca a esas siete. La versión ya se puede descargar; las fuentes no ofrecen más calendario que ese.