这是一张能够动态展示中国高铁建设历程的交互式图表。底部的时间轴支持自动播放、拖拽及点击定位，用户可查看任意年份的高铁开通详情，包括具体路线、开通日期、全长及设计时速。
该成果由开源 AI Agent 办公工作台 PilotDeck 2.0 独立生成。从需求分析、资料检索、数据核对到代码编写与验收，全程自动化执行。即便在执行过程中遭遇网络中断，系统也能从中断点恢复继续，无需重新开始。
传统 AI 工具往往停留在文本生成层面，难以直接交付可用的办公文件。而 PilotDeck 旨在解决这一痛点，实现从自然语言指令到高质量可编辑文件的闭环交付。
模型是发动机，Harness 是车架
PilotDeck 是由面壁智能、清华大学 THUNLP、OpenBMB 和 AI9Stars 联合开发的开源 AI Agent 框架，目前在 GitHub 上已获得超过 4000 Star。
若将大模型比作发动机，Harness 则是将其组装成整车的车架，负责规划步骤、调用工具、读写文件及结果校验。用户只需通过自然语言下达指令，PilotDeck 即可自主完成 Word、Excel、PPT、PDF 等文件的读取、整理、计算、生成及编辑，最终交付可直接使用的成果文件。
作为开源框架，PilotDeck 支持自定义模型切换。在 WorkBuddy Bench 办公测试中，当使用大参数模型时，PilotDeck 2.0、Claude Code 和 WorkBuddy 得分均在 80 分左右；但当底座切换为 35B-A3B 级别的轻量模型时，PilotDeck 2.0 以 79.10 分位居第一，显著优于 Claude Code（77.30 分）和 WorkBuddy（74.70 分）。这印证了「模型能力越弱，Harness 框架的价值越大」。
实测：Excel 复杂账务轻松处理
实测采用 DeepSeek-V4.1-Flash 模型。面对微信群聊中混杂的中文、数字、算式及修正记录，PilotDeck 2.0 被要求整理出一份 Excel 账本。
最终交付的文件包含六张表格：流水明细、个人结算、转账方案、分类汇总及饼状图，数据准确无误。此外，系统还单独生成了存疑清单，供人工复核。
这一能力得益于内置的办公 Skills 和多模态校验机制。系统在生成后会对比文字、文件结构、表格数据公式及渲染画面，确保交付质量。这对于行政、财务人员的考勤统计、报销审计及资产盘点等工作极具实用价值。
实测：Word 文档智能审阅
在文档处理方面，PilotDeck 2.0 扮演严格主编角色，对已有稿件进行审阅。要求仅添加批注而不改动正文。
系统耗时约 9 分钟，添加了 20 条批注（12 条必改，8 条建议）。每条批注均关联原句，指明违反的规范条款、问题所在及修改建议，并对同类问题进行合并标注。
此流程同样适用于论文审阅、合同修改及行政稿修订。全程开启修订模式，用户可逐条接受或拒绝改动。
实测：PPT 课件自动生成
在 PPT 生成任务中，仅提供提示词，无额外链接。系统自行联网检索资料及图片。
系统在搜索时表现出高度的严谨性，例如通过限定「三星堆博物馆官网」及具体尺寸参数来核实「青铜纵目面具」的信息。
最终生成的 12 页 PPT 包含纵目面具、青铜神树等文物真实照片，并在备注中标明出处。
在版式检查上，系统采用像素级比对技术：将 PPT 渲染为图片，与空白版本相减以定位文字区域，确保排版合规。若需调整，可通过框选区域并输入指令进行修改。
实测：复杂长任务代码开发
针对开篇提到的「中国高铁建设历程网页」，这是一个涉及三维地球展示的复杂长任务。
PilotDeck 2.0 首先自主梳理需求，生成了一份 195 行的详细提示词，随后列出 8 步执行计划，并行处理数据包安装与资料查询。
执行期间即使发生中断，系统也能无缝续传。中途插入关于模型视觉能力的提示后，系统立即调整策略，重新读取截图并继续验收。经过多轮自检与修复，最终交付零 Bug 项目。
这一过程体现了 AgentLoop 的核心优势：在长任务中保持状态记忆，有效应对网络波动和上下文限制。
成本分析：高性价比的智能路由
上述四项实测总耗时约 2 小时，消耗 Token 2300 多万。由于 95% 以上的输入命中缓存，最终费用仅为 0.38 美元（约合人民币 2.8 元）。
此外，PilotDeck 2.0 具备「智能路由」功能，可根据任务难度分配模型。实验显示，开启智能路由后，社媒工作负载费用节约超 75%；采用「强主 + 轻子」模型组合，以约六分之一成本获得了比单旗舰模型更高的评分。
获取与安装
PilotDeck 支持 Mac、Windows 和 Linux 系统，提供一键安装包。配置流程简单，仅需四步即可上手。
-
PilotDeck 官网：https://pilotdeck.openbmb.cn -
GitHub 地址：https://github.com/OpenBMB/PilotDeck
总结而言，随着基础模型能力的普及，高效、稳定的 Harness 框架将成为提升 AI 实际应用价值的关键。