AI 记错的东西，现在能直接改了
用过 AI 编程助手的人，大概率都遇到过这种事：
AI 记错了你的某个偏好，你纠正它，它下次还是错。你翻聊天记录想找到它到底"记"了什么，发现根本看不到——AI 的记忆是个黑盒，你只能看到它输出什么，看不到它记了什么。
清华大学 THUNLP、ModelBest、OpenBMB 联合开源了一个叫 PilotDeck 的项目，专门解决这个问题。
它把 AI 的记忆从"黑盒"变成了"白盒"——你能看到 AI 记住了什么，还能直接改。
4173 星，清华系出品
PilotDeck 是一个开源的任务型 AI Agent 平台，主打"WorkSpace"概念。GitHub 上 4173 星、477 fork，AGPL-3.0 协议，TypeScript 写的。
它由清华大学 THUNLP（自然语言处理实验室）、ModelBest（面壁智能）、OpenBMB、AI9Stars 联合开发，2026 年 5 月 28 日开源。
一句话：它是给"长期跑多个项目"的 AI Agent 用的操作系统。
它解决什么问题
现在的 AI Agent（Claude Code、Cursor、WorkBuddy 这些）有个共同痛点：
记忆是黑盒。 你让 AI 帮你跑多个项目，它的记忆混在一起，A 项目的偏好会跑到 B 项目里；AI 记错了，你没法改，只能开新对话从头再来。
PilotDeck 用"WorkSpace"作为基本单位，把每个项目的文件、记忆、技能完全隔离。然后配上三个核心能力：
白盒记忆——AI 记住了什么、什么时候记的、属于哪个项目，全部可见可改。AI 记错了，你直接找到那条记忆，删掉或改掉。
智能路由——任务难度自动识别，简单的调用便宜模型，复杂的才用旗舰模型。官方数据：小红书运营场景，开启智能路由后成本从 $12.58 降到 $2.83，**省了 77%**。
Always-on 后台执行——你离开后，Agent 继续跑，自动发现值得做的事、跑长时监控、把结果落成文件，等你回来看报告。
白盒记忆，到底怎么个"白盒"
这是 PilotDeck 最核心的差异化。官方给了一张对比表：
| 维度 | 现有 AI Agent（黑盒） | PilotDeck（白盒） |
|---|---|---|
| 可见性 | 看不到 AI 记住了什么，只能看到输出 | 随时查看记住了哪些内容、何时记录、属于哪个 WorkSpace |
| 可控性 | 写入后无法修改、删除 | 手动改/删/标记关键节点，重要决策不丢失 |
| 可追溯 | 出错时无法定位根本原因 | 生成→抽取→存储→使用，每个环节可查可改 |
| 隔离性 | 共享一个记忆池，跨项目互相污染 | 按 WorkSpace 隔离，A 项目的记忆不会跑到 B 项目 |
| 可回滚 | 上下文压缩后无法查看原始内容 | Dream 整理后支持一键回滚，不怕"越整理越乱" |
Dream Mode 值得一提——它会在空闲时自动整理记忆，把零散信息合并成结构化知识，而且支持一键回滚。也就是说，AI 整理记忆整理错了，你还能退回整理前的状态。
智能路由，怎么省 77%
官方给了两组实测数据：
小红书运营场景（简单任务多、复杂任务少）：
| 配置 | 模型 | 成本 | 倍率 |
|---|---|---|---|
| 智能路由开 | Opus 4.5（主）+ Sonnet 4.5（副） | $2.83 | 1.1× |
| 智能路由关 | 全部 Opus 4.5 | $12.58 | 5.0× |
| 单体 | 单个 Opus 4.5 | $12.20 | 4.8× |
7 个复杂任务基准（多语言播客推送、多源数据报告、文献综述、代码库架构文档等）：
| 配置 | 分数 | 成本 |
|---|---|---|
| MiniMax-M2.7 单 Agent | 37.1 | $1.90 |
| Claude Sonnet 4.6 单 Agent | 69.1 | $18.36 |
| Sonnet 4.6（主）+ MiniMax-M2.7（副） | 70.6 | $3.15 |
结论很直接：智能路由让"强主模型 + 轻副模型"的组合，用 1/6 的成本打平甚至超过旗舰单模型。
怎么装
PilotDeck 支持 macOS / Linux / Windows，一行命令安装：
curl -fsSL https://raw.githubusercontent.com/OpenBMB/PilotDeck/main/install.sh | bash
装完跑 pilotdeck，打开 http://localhost:3001 就能用。Windows 用 PowerShell 装。
它原生支持 MCP（Model Context Protocol），能接入各种工具。支持本地模型和云端模型（OpenAPI、Anthropic、DeepSeek 等）。
几个值得知道的事
AGPL-3.0 协议：商用要留意，AGPL 是强 copyleft，如果做商业产品要开源自己的代码。个人用没问题。
157 个 open issues：项目还在快速迭代，有些功能可能不稳定。
演示全用端侧模型：官方说所有演示都是端侧模型通过智能路由生成的，没调云端旗舰模型——这本身就是智能路由能力的证明。
谁该用
- 跑多个项目的 AI 重度用户：WorkSpace 隔离，A 项目的记忆不会污染 B 项目
- 被"AI 记错东西改不掉"折磨的人：白盒记忆，直接改
- 想省 token 成本的人：智能路由，官方实测省 77%
- 想让 AI 后台自动干活的人：Always-on，你离开它继续跑
最后
PilotDeck 让我觉得，AI Agent 的"记忆"终于开始被认真对待了。黑盒记忆是现在所有 AI 工具的短板，PilotDeck 把它做成了白盒——可见、可控、可追溯、可回滚。
4173 星、清华系、AGPL-3.0，这个项目值得关注。
官网：https://pilotdeck.openbmb.cn GitHub：https://github.com/OpenBMB/PilotDeck
相关链接：
暂无评论。