【开源】AI 记岔了，你能翻出那条记忆删掉它

上周让它帮你写的周报，这周它又套了同一套句式——连客户名字都还是旧的。

你想纠正它。可你只能打开一个新对话，把背景从头讲一遍。

先说一个大多数人忍着没说的麻烦

用 AI 干活的头一个月，你会觉得它无所不能。用到第三个月，问题开始变得具体：

它记错了，而你不知道它记错了什么。

你让它按你的习惯写文案，它记住了"要口语化"，顺便也记住了"每条结尾加个感叹号"——后者是你三个月前随手改的一句话，早就不是你要的了。它每次都照做，你每次都手动删掉，删了三个月。

更糟的是多项目并行。A 项目的技术栈是 Vue，B 项目是 React。你在 B 项目里说"按老规矩写"，它给你来了个 Vue 的 <script setup>——因为它把 A 项目的"老规矩"当成了通用规则。

这不是模型笨。模型表现得很聪明，它只是没有边界感。

业界主流做法是把所有东西塞进一个上下文池：项目 A 的记忆、项目 B 的偏好、上周的临时决定、三年前的规范，全在一口锅里。池子越大，串味越容易。等你想清理，你会发现根本没有"清理"这个动作——只有"重开对话"，然后一切归零。

记忆不可见，等于不可控。你调不动一个你看不见的东西。

PilotDeck 想换个容器

PilotDeck 是一个开源的智能体操作系统，由清华 THUNLP、ModelBest、OpenBMB 和 AI9Stars 联合开发并开源，采用 AGPL-3.0 协议，主语言是 TypeScript。据 README，该项目目前已有近 5 千 Star。

它没有去做更强的模型编排，也没有去卷更多工具。它先解决一个更底层的问题：AI 干活的地方，应该是一个个独立的舱，而不是一个大通铺。

每个 WorkSpace 拥有自己的文件系统、自己的记忆库、自己的技能集。项目 A 的记忆，物理上到不了项目 B。检索范围是有界的，技能是随任务自然长出来的。

这个设计选择听着朴素，但它把前面那两个麻烦一起解决了：串味不可能发生，因为压根没有共享池；至于"记错了改不掉"，它选了更笨也更管用的办法——把记忆摊开来给你看。

能力一：工作舱隔离，一个项目一个世界

PilotDeck 把 WorkSpace 当作系统的第一性单位，不是文件夹，是执行环境。

这意味着三件事同时被隔离：

• 文件系统
  ：每个舱有自己的工作目录，AI 读不到别的舱的草稿
• 记忆存储
  ：写入时就打上舱的标签，检索时按舱过滤
• 技能集合
  ：你在 A 舱训出来的写作技能，不会突然出现在 B 舱的候选列表里

对比一下常见的做法：Claude Code、Cursor 这类工具把模型推理深度嵌进了 IDE，强在"写代码这一件事"；Claude Cowork 引入了桌面端的项目级隔离，方向对了，但主要面向知识工作；而 PilotDeck 面向的是多项目、长周期的办公场景——你可能同时在做三份周报、两个方案、一个数据看板，它们之间不该有任何关系。

隔离带来的第二个好处经常被忽略：检索变准了。

范围越小，召回越准。全库检索时，AI 得在一万条记忆里判断哪条相关；限定在单个舱里，候选可能只有两百条。这不只是省钱，是回答质量的差别。

能力二：记忆是白盒，能翻、能改、能回滚

这是 PilotDeck 最不一样的地方，也是我建议你重点看的。

它把记忆的全链路拆成了四段，每一段都可见：生成 → 提取 → 存储 → 检索。

AI 记错了，你可以直接定位到那条记忆，然后改掉或删掉。不用重开对话，不用重新解释背景，不用假装什么都没发生。

它还做了两件配套的事：

第一，关键决策可以钉住。 有些规则你不希望它被"优化"掉，比如"对外文档不许出现内部项目代号"。钉住之后，记忆整合时不会动它。

第二，Dream Mode 带一键回滚。 AI 在空闲窗口会整理记忆——合并重复项、压缩冗长条目。这个过程有风险：压缩可能压掉你以为它记得的东西。所以 PilotDeck 给了回滚。这是我在同类系统里很少见到的谨慎，它承认了自己会错。

对照主流的黑箱记忆，差别很直接：

记忆系统的成熟标志，不是记得多，是错得起。

能力三：按难度派活，账单砍到零头

说完记忆，说钱。这一节有 README 里的实测数字。

PilotDeck 内置智能路由：先判断任务难度，难的交给旗舰模型（如 Claude 3.5 Sonnet / GPT-4o），简单的降级给轻量模型。

在小红书风格的社媒运营工作流里，它给出的对比是这样的：

从 12.58 美元到 2.83 美元，省掉的不是 10%，是 77%。

更值得看的是第二组：7 个复杂任务（多语言播客推送、多源数据报告、领域文献综述、代码库架构文档等）的评测。结果显示，"强主模型 + 轻子模型"的组合不但更便宜，分数还更高：

70.6 分对 69.1 分，成本从 18.36 美元降到 3.15 美元——约六分之一。

为什么混合还能更准？我的理解是：单个旗舰模型在长链路里会"疲劳"，越到后面越容易走捷径；而把执行环节交给专门的子模型，主模型只保留规划和检查点，反而少犯迷糊。

这也正是"跑后台 Agent"能不能算得过账的关键。如果每次都按旗舰价结算，让 AI 通宵干活就是烧钱；降到一个零头，这件事才成立。

配置起来就是一行 YAML。

能力四：你合上电脑，它接着干

PilotDeck 想打破"你问一句、它答一句"的循环。

你交办完就可以走人。它会继续发现候选任务、跑长时间监控，最后把成果落成本地文件，再留一份总结报告等你回来看。

注意"落成本地文件"这个细节。它不是给你一段"我已经帮你整理好了"的漂亮话，而是真的在磁盘上留下 Word、Excel 或 PPT。2.0 版本专门补了这三个办公 Skills，走的就是"一键出可直接用的成品"。

我见过太多 Demo 停在"你看，它能理解我的意图"。理解意图不值钱，交出文件才值钱。

三行命令跑起来

官方给了一行安装脚本，macOS / Linux 用这个：

curl -fsSL https://raw.githubusercontent.com/OpenBMB/PilotDeck/main/install.sh \   | bash

Windows 用 PowerShell（普通用户权限即可）：

powershell-ExecutionPolicyBypass-c \ "irm https://raw.githubusercontent.com/OpenBMB/PilotDeck/main/install.ps1 | iex"

装完直接启动，浏览器打开 http://localhost:3001：

pilotdeck          # 启动服务 pilotdeck status   # 看运行状态

有个前置条件别踩坑：Node.js 必须是 22.13 以上、23 以下。内置 SQLite 运行时依赖这个区间，版本不对会在安装中途报错。

国内网络拉 npm 包慢的话，安装时挂上镜像：

curl -fsSL https://raw.githubusercontent.com/OpenBMB/PilotDeck/main/install.sh \   | NPM_CONFIG_REGISTRY=https://registry.npmmirror.com bash

喜欢容器的话，一条命令也能起：

docker compose up -d --build

接自己的模型，只改一个文件

配置文件在 ~/.pilotdeck/pilotdeck.yaml。也可以完全不碰文件——2.0 支持在 Web 界面里可视化配置供应商。

手动配的话长这样：

schemaVersion: 1 agent:   model: deepseek/deepseek-v4-pro model:   providers:     deepseek:       protocol: openai       url: https://api.deepseek.com/v1       apiKey: sk-your-api-key

支持的协议覆盖得比较全：OpenAI、Anthropic、原生 Google Gemini、DeepSeek、Qwen、Kimi、MiniMax，以及任何 OpenAI 兼容端点。

想跑本地模型也不用额外适配，PilotDeck 走 Ollama 的 OpenAI 兼容接口：

ollama serve ollama pull qwen3:0.6b

schemaVersion: 1 agent:   model: ollama/qwen3:0.6b model:   providers:     ollama:       protocol: openai       url: http://localhost:11434/v1       models:         qwen3:0.6b: {}

本地模型不需要 API Key。想先零成本试水，这条路最省事。

架构：为什么选"舱"，而不是"更长的上下文"

行业里有一派思路是无限堆上下文：窗口不够就扩，扩不了就压缩，压缩不行就外挂检索。方向没错，但它默认了一个前提——所有信息该待在一起。

PilotDeck 的判断相反：绝大部分信息本来就不该待在一起。

所以它的架构是分层的：底层是舱级的文件与记忆存储，中层是智能路由与 MCP 工具接入，上层是三个一致的前端（Web / CLI / IM）——同一套后端，在网页里用、在终端里用、在飞书企微里发消息用，行为是一致的。

整个系统原生支持 MCP，接外部工具不用自己写胶水。要扩展也不复杂，一个 plugin.json 就能挂上四类东西：

• MCP Servers
  ：任意 MCP 服务，一等公民
• Tools & Skills
  ：注册自定义工具，或从社区拉技能
• Lifecycle Hooks
  ：拦截 PreToolUse、UserPromptSubmit 等关键事件
• Custom Memory
  ：换掉默认的记忆存储实现

开源核心和插件定制的边界划得很清楚。这一点对想二开的人来说很重要——你不用 fork 整个仓库去改一行逻辑。

它不适合谁

说点实话，免得你装完失望。

如果你只是偶尔问 AI 几个问题，PilotDeck 是杀鸡用牛刀，一个网页版聊天框足够。

如果你全部工作都在一个代码仓库里，Claude Code 或 Cursor 的 IDE 内体验更顺，它们在这一件事上打磨得更久。

PilotDeck 的甜点区很明确：多项目并行、任务跨天、成果要落成文件、成本要能算账。符合这四条，它值得你花半小时装一下；不符合，收藏就好。

最后

AI 工具发展到今天，拼的早就不是"能不能做"，而是"做完之后你能不能放心"。

能不能放心，取决于两件事：它记住的东西你看不看得见，它花的钱你算不算得清。

PilotDeck 把这两件事都摊到了台面上。据 README，项目已有近 5 千 Star，采用 AGPL-3.0 协议，支持一行安装和 Docker 部署。

如果你也遇到过"AI 记错了却只能重开对话"的时刻，这个仓库值得看一眼。

仓库地址：github.com/OpenBMB/PilotDeck

官网和在线 Demo 在 pilotdeck.openbmb.cn，不想装可以先在网页上试。真上手了，欢迎回来聊聊你踩到的坑——尤其是记忆那块，那才是最见真章的地方。