Tsinghua universiteti THUNLP laboratoriyasi, ModelBest, OpenBMB va AI9Stars PilotDeck 2.0 — ochiq kodli agentlar uchun operatsion tizimining yangi versiyasini taqdim etdi. U loyihalarning izolyatsiya qilingan ish maydonchalari asosida qurilgan. Yangilanish 15-oktabrda eʼlon qilindi va Xitoy AI nashri QbitAI tomonidan yoritildi. Kod AGPL-3.0 litsenziyasi ostida GitHubda mavjud va macOS, Linux va Windows operatsion tizimlarida ishlaydi, shuningdek, Docker orqali joylashtirishni qoʻllab-quvvatlaydi.
Loyihaning README fayliga koʻra, 2.0 versiyasi bir klik bilan oʻrnatish va vizual sozlash funksiyalarini oʻz ichiga oladi. Tizim 2000 muloqot xabarigacha uzoq muddatli vazifalarni qoʻllab-quvvatlashga qodir va Word, Excel va PowerPoint formatlarida fayllar yaratish uchun yangi koʻnikmalar bilan taʼminlanadi.
Arxitektura va kontekstni boshqarish
Asosiy tuzilmaviy element Ish Maydoni (WorkSpace) hisoblanadi. Har bir loyihaga oʻzining fayl tizimi, xotira ombori va koʻnikmalar toʻplami ajratiladi. Bu agentning bitta ish maydonchasida videoni tahrirlashi va boshqa birida iOS uchun mini-oʻyin yaratishi kabi holatlarda kontekstlarini toʻliq ajratib turishiga imkon beradi. Ishlab chiqaruvchilar buni bir vazifadagi koʻrsatmalar keyingi vazifani sezmasdan taʼsir qilishiga olib keladigan kontekst ifloslanishi muammosini hal qilish sifatida taqdim etishmoqda.
Xotira ochiq quti sifatida loyihalashtirilgan boʻlib, bu foydalanuvchilarga har bir saqlangan agent yozuvini, uning yaratilgan vaqtini va unga tegishli ish maydonchasini koʻrib chiqish imkonini beradi. Foydalanuvchilar agentdan maʼlumotni unutishni talab qiladigan soʻrovlar yozish oʻrniga, yozuvlarni bevosita tahrirlashlari, oʻchirib tashlashlari yoki mustahkamlashlari mumkin. Dream Mode funksiyasi agent kutish rejimida boʻlgan vaqtda tarqoq xotiralarni konsolidatsiya qiladi va takrorlanishlarni yoʻq qiladi, shu bilan birga, tozalash jarayoni muhim tafsilotni yoʻqotishi mumkin boʻlsa, bir klik bilan qaytarish imkoniyatini taklif qiladi.
Smart Routing tizimi kuchli modelni rejalashtiradi, formatlash, silliqlash va boshqa oddiy bosqichlarni yanada yengil modellarga topshiradi. Ijtimoiy tarmoqlar bilan ishlash ssenariysida jamoa Claude Opus 4.5 ni asosiy agent sifatida va Sonnet 4.5 ni yordamchi agent sifatida ishlatish bir ishga narxini 12,58 dollardan 2,83 dollarga tushirishga yordam berganini maʼlum qildi. Koʻp tilli podkastlar yaratish, bir nechta manbalardan maʼlumotlar asosida hisobotlar tayyorlash va kod bazasini hujjatlashtirish kabi yetti murakkab vazifani bajarishda Claude Sonnet 4.6 va MiniMax-M2.7 kombinatsiyasi 3,15 dollar narxda 70,6 natija koʻrsatdi, bu esa faqat Sonnet 4.6 ning 18,36 dollar narxidagi 69,1 natijasiga qaraganda taxminan 83% tejash demakdir.
Qwen3.6-35B-A3B dan foydalanadigan WorkBuddy Bench PilotDeck benchmarkida 79,1 ball olgan, Claude Code esa 77,3 ball olgan. Barcha keltirilgan raqamlar jamoaning oʻz hisobotidir.
Doimiy faoliyat rejimi (Always-on mode) agentlarga foydalanuvchi chatni yopgandan soʻng ham fon rejimida ishlashni davom ettirishga imkon beradi, uzoq muddatli monitoring vazifalarini bajaradi, potentsial vazifalarni topadi va natijalarni progress qisqacha sharhi bilan mahalliy fayllarga saqlaydi. Tizim Model Konteksti Protokolini (Model Context Protocol) tabiiy ravishda qoʻllab-quvvatlaydi va veb-interfeysda ham, WeCom va Feishu kabi jamoaviy ish joylaridagi ilovalarda ham bir xil xatti-harakat qiladi.