PilotDeck 2.0 : des agents IA cloisonnés par espace de travail

Imaginez un agent IA en pleine retouche d'une vidéo dans un dossier, pendant qu'il construit un mini-jeu iOS dans un autre. Sans cloison entre les deux, les consignes de la première tâche peuvent fuir dans la seconde. C'est le problème que PilotDeck 2.0 est conçu pour empêcher. Publié le 15 octobre par le laboratoire THUNLP de l'université Tsinghua, avec ModelBest, OpenBMB et AI9Stars, ce système open source est disponible sur GitHub sous licence AGPL-3.0 et fonctionne sous macOS, Linux et Windows, avec une prise en charge du déploiement par Docker.

L'unité centrale est l'espace de travail (WorkSpace). Chaque projet dispose de son propre système de fichiers, de sa mémoire et de son ensemble de compétences, de sorte que les deux contextes restent entièrement séparés. L'équipe qualifie cette fuite de « pollution de contexte ». La mémoire est également conçue pour être « en boîte blanche » : les utilisateurs voient chaque entrée enregistrée par l'agent, la date de son écriture et l'espace de travail auquel elle appartient, et peuvent modifier, supprimer ou épingler ces entrées directement, au lieu de rédiger des consignes pour faire oublier quelque chose à l'agent. Un mode Dream fusionne et déduplique les souvenirs éparpillés pendant que l'agent est inactif, avec une restauration en un clic si le nettoyage fait disparaître un détail important.

Le routage intelligent (Smart Routing) confie la planification à un modèle puissant, et les étapes courantes, comme la mise en forme et la finalisation, à des modèles plus légers. Dans un flux de travail pour les réseaux sociaux, l'équipe affirme qu'utiliser Claude Opus 4.5 comme agent principal et Sonnet 4.5 comme sous-agent a fait passer le coût d'une exécution de 12,58 dollars à 2,83 dollars. Sur sept tâches plus difficiles, dont la production de podcasts multilingues et la documentation de bases de code, l'association de Claude Sonnet 4.6 et de MiniMax-M2.7 a obtenu 70,6 pour 3,15 dollars, contre 69,1 pour 18,36 dollars pour Sonnet 4.6 seul, soit une économie d'environ 83 %. Sur WorkBuddy Bench, PilotDeck exécutant Qwen3.6-35B-A3B a obtenu 79,1, contre 77,3 pour Claude Code. Tous ces chiffres sont ceux de l'équipe ; la publication ne cite aucune vérification externe.

Le mode Always-on permet aux agents de continuer à travailler après la fermeture de la fenêtre de discussion. Ils mènent de longues tâches de surveillance, signalent des tâches candidates et écrivent les résultats dans des fichiers locaux accompagnés d'un résumé d'avancement. Le système prend nativement en charge le Model Context Protocol, un standard ouvert qui relie les modèles d'IA à des outils externes, et se comporte de la même manière dans son interface web, sa ligne de commande et des applications de messagerie d'entreprise comme WeCom et Feishu.

Pour qui jongle avec plusieurs agents sur des projets distincts, le gain concret est de superviser moins de choses et d'être moins surpris par d'anciennes consignes. Pour ceux qui paient à l'exécution, l'approche par routage est le chiffre à surveiller, même si les économies sont les mesures de l'équipe sur ses propres tâches, et elles pèseront moins pour une charge de travail très différente de ces sept tâches. La version est déjà téléchargeable ; les sources ne donnent aucun calendrier au-delà.