O laboratório THUNLP da Universidade Tsinghua, ModelBest, OpenBMB e AI9Stars apresentaram o PilotDeck 2.0 — uma nova versão do seu sistema operacional de agentes de código aberto, construído em espaços de trabalho de projeto isolados. A atualização foi publicada em 15 de outubro e recebeu cobertura na publicação chinesa de IA QbitAI. O código está disponível no GitHub sob a licença AGPL-3.0 e funciona nos sistemas operacionais macOS, Linux e Windows, além de suportar implantação via Docker.
De acordo com o arquivo README do projeto, a versão 2.0 inclui funcionalidade de instalação com um clique e configuração visual. O sistema é capaz de suportar tarefas de longo prazo por até 2000 mensagens de interação e vem com novas habilidades para criar arquivos nos formatos Word, Excel e PowerPoint.
Arquitetura e Gerenciamento de Contexto
O principal elemento estrutural é o Espaço de Trabalho (WorkSpace). Cada projeto recebe seu próprio conjunto de sistema de arquivos, armazenamento de memória e conjunto de habilidades. Isso permite que um agente que edita vídeos em um espaço de trabalho e um agente que cria um minijogo para iOS em outro separem completamente seus contextos. Os desenvolvedores posicionam isso como uma solução para o problema de contaminação de contexto, quando instruções de uma tarefa afetam sutilmente a próxima.
A memória foi projetada como uma caixa branca, dando aos usuários a capacidade de visualizar cada registro salvo do agente, o tempo de sua criação e o espaço de trabalho ao qual pertence. Os usuários podem editar, excluir ou fixar registros diretamente, em vez de escrever solicitações que exijam que o agente esqueça informações. A função Dream Mode consolida e elimina duplicatas de memórias dispersas enquanto o agente está em modo de espera, oferecendo a opção de reverter com um clique caso o processo de limpeza resulte na perda de um detalhe importante.
O sistema Smart Routing garante o planejamento de modelos fortes, delegando formatação, polimento e outras etapas rotineiras a modelos mais leves. Em um cenário de redes sociais, a equipe relatou que o uso do Claude Opus 4.5 como agente principal e Sonnet 4.5 como subagente permitiu reduzir o custo de uma única execução de US$ 12,58 para US$ 2,83. Ao executar sete tarefas mais complexas, incluindo a criação de podcasts multilíngues, relatórios baseados em dados de múltiplas fontes e documentação de código-fonte, a combinação Claude Sonnet 4.6 e MiniMax-M2.7 obteve um resultado de 70,6 com um custo de US$ 3,15, em comparação com 69,1 com um custo de US$ 18,36 apenas com Sonnet 4.6, representando uma economia de cerca de 83%.
No benchmark WorkBuddy Bench PilotDeck, utilizando Qwen3.6-35B-A3B, obteve 79,1 pontos, enquanto o Claude Code obteve 77,3. Todos os números apresentados são auto-relatos da equipe.
O modo Always-on permite que os agentes continuem trabalhando em segundo plano após o fechamento do chat pelo usuário, executando tarefas de monitoramento de longa duração, encontrando tarefas potenciais e salvando resultados em arquivos locais com um resumo do progresso. O sistema suporta nativamente o Protocolo de Contexto de Modelo (Model Context Protocol) e se comporta da mesma forma tanto na interface web quanto em aplicativos de colaboração como WeCom e Feishu.
