Tsinghua University की THUNLP प्रयोगशाला, ModelBest, OpenBMB और AI9Stars ने अपने ओपन-सोर्स एजेंट ऑपरेटिंग सिस्टम का नया संस्करण PilotDeck 2.0 पेश किया है, जो प्रोजेक्ट्स के अलग-थलग कार्यस्थानों पर बनाया गया है। यह अपडेट 15 अक्टूबर को प्रकाशित हुआ और चीनी एआई प्रकाशन QbitAI में इसकी कवरेज हुई। कोड AGPL-3.0 लाइसेंस के तहत GitHub पर उपलब्ध है और macOS, Linux और Windows ऑपरेटिंग सिस्टम पर काम करता है, साथ ही Docker के माध्यम से डिप्लॉयमेंट का भी समर्थन करता है।
प्रोजेक्ट के README फ़ाइल के अनुसार, संस्करण 2.0 में वन-क्लिक इंस्टॉलेशन और विज़ुअल कॉन्फ़िगरेशन सुविधाएँ शामिल हैं। यह सिस्टम 2000 इंटरैक्शन संदेशों तक लंबी अवधि के कार्यों का समर्थन करने में सक्षम है और इसमें वर्ड, एक्सेल और पावरपॉइंट प्रारूपों में फ़ाइलें बनाने के लिए नए कौशल दिए गए हैं।
आर्किटेक्चर और संदर्भ प्रबंधन
मुख्य संरचनात्मक तत्व वर्कस्पेस (WorkSpace) है। प्रत्येक प्रोजेक्ट को फ़ाइल सिस्टम, मेमोरी स्टोरेज और कौशल के एक विशिष्ट सेट के साथ आवंटित किया जाता है। यह एक ऐसे एजेंट को पूरी तरह से अलग करने की अनुमति देता है जो एक वर्कस्पेस में वीडियो संपादित कर रहा है, और दूसरे एजेंट को जो दूसरे में iOS के लिए मिनी-गेम बना रहा है। डेवलपर्स इसे संदर्भ प्रदूषण की समस्या के समाधान के रूप में प्रस्तुत करते हैं, जहां एक कार्य से निर्देश अनजाने में अगले को प्रभावित करते हैं।
मेमोरी को एक व्हाइट बॉक्स के रूप में डिज़ाइन किया गया है, जो उपयोगकर्ताओं को एजेंट की प्रत्येक सहेजी गई प्रविष्टि, उसके निर्माण के समय और उससे संबंधित वर्कस्पेस को देखने की अनुमति देता है। उपयोगकर्ता एजेंट से जानकारी भूलने के लिए अनुरोध करने के बजाय सीधे प्रविष्टियों को संपादित, हटा या पिन कर सकते हैं। ड्रीम मोड सुविधा निष्क्रियता मोड में बिखरी हुई यादों को समेकित और डुप्लिकेट हटाती है, जिससे एक क्लिक पर रोलबैक का विकल्प मिलता है यदि सफाई प्रक्रिया महत्वपूर्ण विवरण खो देती है।
स्मार्ट रूटिंग सिस्टम मजबूत मॉडल की योजना सुनिश्चित करता है, जिसमें फॉर्मेटिंग, पॉलिशिंग और अन्य नियमित चरणों को हल्के मॉडलों को सौंप दिया जाता है। सोशल मीडिया के साथ काम करने के परिदृश्य में, टीम ने बताया कि मुख्य एजेंट के रूप में Claude Opus 4.5 और उप-एजेंट के रूप में Sonnet 4.5 का उपयोग करने से एक रन की लागत $12.58 से घटकर $2.83 हो गई। सात अधिक जटिल कार्यों को पूरा करने पर, जिसमें बहुभाषी पॉडकास्ट बनाना, कई स्रोतों से डेटा पर आधारित रिपोर्ट तैयार करना और कोडबेस का दस्तावेजीकरण करना शामिल है, Claude Sonnet 4.6 और MiniMax-M2.7 के संयोजन ने अकेले Sonnet 4.6 के $18.36 की लागत पर 69.1 की तुलना में 3.15 की लागत पर 70.6 का परिणाम दिखाया, जो लगभग 83% की बचत है।
Qwen3.6-35B-A3B का उपयोग करने वाले WorkBuddy Bench PilotDeck ने 79.1 अंक प्राप्त किए, जबकि Claude Code ने 77.3 अंक प्राप्त किए। सभी प्रस्तुत आंकड़े टीम की स्व-रिपोर्टिंग हैं।
अल्वेज़-ऑन मोड (Always-on mode) एजेंटों को उपयोगकर्ता द्वारा चैट बंद करने के बाद भी पृष्ठभूमि में काम करना जारी रखने की अनुमति देता है, जिससे लंबे समय तक निगरानी कार्य, संभावित कार्यों की पहचान और प्रगति के संक्षिप्त अवलोकन के साथ स्थानीय फ़ाइलों में परिणामों को सहेजना संभव होता है। सिस्टम मूल रूप से मॉडल कॉन्टेक्स्ट प्रोटोकॉल (Model Context Protocol) का समर्थन करता है और वेब इंटरफ़ेस के साथ-साथ WeCom और Feishu जैसे टीम सहयोग अनुप्रयोगों में समान व्यवहार करता है।
