隨着 AI Agent 越來越強，讓 AI 並行做事場景越多越多。
簡單 AI 對話產品，已不太能滿足多項目長程複雜任務的管理需求。
於是，出現了類Trello任務看板的AI Agent任務分配管理產品，如Multica。
最近體驗了清華大學 THUNLP 實驗室、面壁智能、OpenBMB 與 AI9stars 聯合研發並開源的項目：PilotDeck
PilotDeck 也想解決類似痛點，但產品形態上有很大不同。
甚至他們設計了更全面的框架方案：
下面結合實戰開發，順帶介紹框架特點。
開發畫家風格圖鑑網站
一直對GPT-image-2很感興趣，但自知藝術素養不夠。
偶然看到一個整理了 1260 個藝術家名字的Github倉庫。
但倉庫中只有藝術家名字，人畢竟是視覺動物，我看到“葛飾北齋”，根本不知道是什麼風格，很不直觀。
於是想，能不能用同一套生圖提示詞，風格換成不同藝術家名字，這樣生成的圖片就能看清不同藝術家風格差異。
輸入提示詞：
經過多輪對話後，第一版就開發好了。
開發時需要一些Skill，都通過當前項目 WorkSpace 右上角的 Skills 入口安裝。
支持從Clawhub安裝，也支持上傳本地文件夾安裝（點擊Import folder）。
然後持續對話打磨，最終網站如下：
https://artist-style-gallery.vercel.app/
功能介紹演示：
關聯 Github 持續迭代
網站開發不是一次性，經常要迭代修 Bug，優化產品體驗。
建議創建項目時就關聯已有的Github倉庫，自己倉庫填寫 Token 後能直接推送。
比如，我發現上面開發的畫家風格網頁加載速度不夠快。
於是讓 PilotDeck Agent 閱讀源碼，提出網速和交互的改進建議：
讓它修復性能和交互問題。
AI 加了回到頂部，只顯示收藏等，對體驗很有幫助。
這裏要誇下Vercel，和Github綁定後，每次修改推送，網站會自動重建更新。
如果你也想一鍵部署，開源地址：
https://github.com/joeseesun/qiaomu-artist-style
多項目並行開發，定時執行
可以充分發揮 PilotDeck 的 WorkSpace 優勢：獨立文件系統、獨立 Skill、白盒記憶管理和定時計劃和任務。
每次創建 Project 時，都可以關聯到一個 Github 地址，填寫 Token 就能遠程管理迭代。
比如我新建了一個最近開源的項目：
然後同樣 PilotDeck Agent 分析項目存在的問題：
問題不少，讓它拆成多個子任務，定時自動運行修復。
在右上角的 Away-On 菜單->Plans & Cron Jobs，查看管理這些子開發任務。
點了下執行，等我喫完午飯。
發現所有Bug都修好了，還生成了一個改動報告。
PilotDeck 項目設計解讀
WorkSpace 不是文件夾
PilotDeck 的核心設計是 WorkSpace，但和其他產品裏的「工作區」不一樣。
拿 Codex 舉例，我會創建很多項目文件夾。
一般類似 IDE 裏的 WorkSpace，是編輯器裏打開的一個文件夾，想要獨立記憶和獨立Skill，都需寫入指定的Markdown文件。
而PilotDeck 的 WorkSpace，是一個三層結構項目艙：
① 專屬文件系統
每個項目都有能訪問、可操做的範圍限定，AI 生成的文件自動標識區分。項目 A 的 Agent 不會去動項目 B 的文件。
② 專屬記憶
分兩種記憶，項目記憶（Project Memory）和個人記憶（Feedback Memory）。
項目記憶記錄項目目標、進度、限制；個人記憶記錄你的個人偏好和具體要求。
兩種記憶都圍繞項目讀寫，不會影響其他項目。
③ 專屬技能
Skill 應用商店裏的工具，可以一鍵安裝到對應的 WorkSpace。
技能隨任務增長自動沉澱，支持跨艙共享，也支持艙內專屬。
這三層結構加在一起，實現： Agent 不只是在幫你做事，它真的「活」在這個項目裏。
項目的目標是什麼，進展到哪一步，你喜歡什麼風格，哪些文件重要，都很清楚。
記憶白盒化
PilotDeck 的做法叫 記憶白盒化 。
怎麼理解呢？
就是你能查看不同 WorkSpace中的所有 Memory，比如某條記憶條目，什麼時候寫入的、來自哪個項目。
可以追溯來源，甚至可修改。
PilotDeck 有一個叫「Dream」（做夢）的機制。
Anthropic 的 Claude 也有類似做法。
就是讓 AI 在空閒時段（通常是深夜）自動回顧、整理、優化自身的記憶與經驗。
類似人類睡眠時大腦整理記憶的過程。
記憶白盒化價值不只是「更透明」，而是「可修正」。
AI 記錯了，能找到錯在哪，改掉繼續往前走。
省錢路由
用 AI Agent 跑複雜任務，很貴。
PilotDeck 內置了智能路由。
核心邏輯是： 自動識別任務難度，按難度匹配模型，用合適的模型做合適的任務。
簡單任務走價格低的子 Agent，複雜任務才調用能力強的主模型。
成本全透明，每個 WorkSpace 獨立算賬。
第一個項目簡單，省了26美元，第二個複雜，只在計劃階段省了3美元。
也可以選是否開啓智能路由，不強制。
有錢當然可以肆無忌憚 😂
主動做事的Agent
多數 Agent 工作模式還是「你問我答」，本質還是被動響應的工具。
PilotDeck 的 Always-on 設計很酷。
Agent 不需要等你觸發，它會主動發現值得做的事，主動確認，主動推進，主動把成果落地爲文件，主動彙報進展。
兩種形式：
一種是 Cron Job 定時任務自動執行。
另一種有意思，讓 Agent 自主發現任務。
哪怕你睡覺了，Agent也會自己判斷什麼值得做，搞定後跟你主動彙報。
與其他Agent區別
官方倉庫給的這張圖很清晰，不贅述。
寫在後面
PilotDeck 目前已開源：
Github開源地址
有幾件事值得體驗：
建兩個 WorkSpace，分別跑兩個不同風格的任務。 看記憶是否真的隔離，是否會串臺。
同樣的任務，開路由和不開路由各跑一次，對比賬單。
設置一個 Always-on 任務，然後去做別的事。
看 Agent 在沒有主動觸發的情況下，能推進到什麼程度，產出是否可用。
Agent 時代的生產力競爭，最終比的不是誰用了更貴的模型，而是誰把工作流設計得更合理，讓每一分算力都用在刀刃上。