PilotDeck 2.0 isola agentes de IA em espaços de trabalho separados

Imagine-se um agente de IA a meio da edição de um vídeo numa pasta enquanto, noutra, constrói um mini-jogo para iOS. Sem uma barreira entre as duas, as instruções do primeiro trabalho podem vazar para o segundo. É esse o problema que o PilotDeck 2.0 foi concebido para travar. Lançado a 15 de outubro pelo laboratório THUNLP da Universidade de Tsinghua, com a ModelBest, a OpenBMB e a AI9Stars, o sistema de código aberto está disponível no GitHub sob a licença AGPL-3.0 e funciona em macOS, Linux e Windows, sendo também suportada a implementação com Docker.

A unidade central é o WorkSpace. Cada projeto tem o seu próprio sistema de ficheiros, armazenamento de memória e conjunto de competências, pelo que os dois contextos permanecem totalmente separados. A equipa chama «poluição de contexto» a essa fuga. A memória também foi desenhada para ser de caixa branca: os utilizadores veem cada entrada que o agente guardou, quando foi escrita e a que espaço de trabalho pertence, e podem editar, apagar ou fixar entradas diretamente, em vez de escreverem instruções para que o agente se esqueça de algo. Um Dream Mode funde e elimina duplicados das memórias dispersas enquanto o agente está inativo, com reversão com um clique caso a limpeza elimine um detalhe importante.

O Smart Routing atribui o planeamento a um modelo potente e as etapas rotineiras, como a formatação e a revisão, a modelos mais leves. Num fluxo de trabalho para redes sociais, a equipa afirma que usar o Claude Opus 4.5 como agente principal e o Sonnet 4.5 como subagente reduziu o custo de uma execução de 12,58 para 2,83 dólares. Em sete tarefas mais exigentes, incluindo produção de podcasts multilingues e documentação de bases de código, a combinação do Claude Sonnet 4.6 com o MiniMax-M2.7 obteve 70,6 pontos a 3,15 dólares, contra 69,1 pontos a 18,36 dólares para o Sonnet 4.6 sozinho, uma poupança de cerca de 83%. No WorkBuddy Bench, o PilotDeck a correr o Qwen3.6-35B-A3B obteve 79,1 pontos, contra 77,3 para o Claude Code. Todos estes números são da própria equipa; o lançamento não cita nenhuma verificação externa.

O modo Always-on mantém os agentes a trabalhar depois de a janela de conversa ser fechada. Executam tarefas de monitorização prolongadas, sinalizam tarefas candidatas e escrevem os resultados em ficheiros locais, acompanhados de um resumo do progresso. O sistema suporta nativamente o Model Context Protocol, um padrão aberto para ligar modelos de IA a ferramentas externas, e comporta-se da mesma forma na interface web, na linha de comandos e em aplicações de mensagens empresariais como o WeCom e o Feishu.

Para quem gere vários agentes em projetos separados, o ganho prático está em haver menos coisas para supervisionar e menos surpresas causadas por instruções antigas. Para quem paga por execução, a abordagem de encaminhamento é o número a acompanhar, embora as poupanças sejam medições da própria equipa em tarefas suas e pesem menos numa carga de trabalho que não se pareça com essas sete. A versão já pode ser descarregada; as fontes não indicam qualquer calendário além disso.