专用的智能体，并行地跑，而计划是摊开的。
工作被拆开，分派给同时运行的专用智能体，计划在执行过程中始终可见。你可以自己搭建，把它们串成由条件触发的工作流，并且从已经开着的应用里调用这一切。
一个计划，多个智能体，真正的并发。
规划器把互不相干的工作并行发出去，只在某一步确实依赖另一步的输出时才汇合。
一个计划的收尾是一块屏幕，不是一份报告。
几个智能体各自跑了不同的来源，最后落下来的是一个组合好的界面。这里由桌面自己的渲染器画出：数据是编的，其余都是真东西。
我这一周到底是什么样?
这周有四件事等着你
时间都去哪了
周一到周日,每天不被打断的时段。
谁负责什么。
Orchestrator
把意图拆成计划，并把其余的分派出去。
Research
为需要下功夫的问题搜集来源并互相核对。
Browser
操作一个真实浏览器会话，去够那些没有 API 的地方。
Code
在你的工作空间内规划并完成跨文件的改动。
Analysis
在其他智能体带回来的数据上做数值计算。
Memory
从本地向量库中唤回过往的上下文与工作流。
Shopping
在你决定之前，跨商家寻找、比较并整理出可选项。
Yours
你自己定义的智能体，有自己的职责范围和工具。
它记得，而记忆留在这里。
一个本地向量库存着过往的上下文、工作流和偏好，于是操作系统会去预判，而不是再问你一遍。正因为它在本地，它才能存下那些你绝不会上传的东西——而这恰恰是它有用的原因。
- 唤回的是过往的工作流，而不只是过往的消息
- 在本机上为你的文档建索引，没有上传这一步
- 偏好是从你接受和拒绝的东西里学来的
- 清空记忆是一次本地删除，而不是一张工单
- 计划，在它开跑之前
- 任务被拆开，以清单的形式实时推给你，而不是事后再总结一遍。
- 进展，正在发生的时候
- 每一步都会说自己在做什么，于是一个长任务是可读的，而不是一个转圈的图标。
- 取消
- 长任务可以在半途叫停，而不会把工作区留在改了一半的状态。
- 用了哪些工具
- 智能体伸手去拿的那些工具是记录的一部分，不会被藏在答案后面。
智能体通过 MCP 够到你的工具。
Model Context Protocol 是智能体触达 MeghaOS 本身不附带的系统的途径：你的数据库、内部 API、工单系统，以及你已经在跑的其他一切。
这份名单是起点，不是一张定死的清单。
描述一个你需要的智能体，它就会被写出来、注册好，并与内置的那些并排出现，和其余部分一样跑在你的机器上。
描述这件事，而不是描述管线
说清楚这个智能体该负责什么、该能够到什么。系统会把它写出来、注册好，然后它就出现在内置那些的旁边。
给它一个角色和一个职权范围
一种语气、一门专长、一组它可以用的工具，和一组它不能用的。两个做类似工作的智能体，可以被要求以不同的方式权衡。
它是你的，而且留在这里
自定义智能体和其他东西一样住在你的机器上。不会有任何东西被上传去审核、批准，或者列进谁家的应用市场。
像文件一样分享
你搭出来的智能体就是一份定义，可以复制到另一台机器，或者直接交给同事。没有发布这一步，中间也没有账号。
把它们串成一个不需要你在场的东西。
单次请求只是工作的一种形状。另一种，是一段可重复的流程，由条件触发，完成后告诉你一声。
多步工作，摊开成一张图
前一步喂给后一步的地方就串起来，工作真正分岔的地方就开分支。这个形状是明写出来的，而不是埋在一段提示词里。
由触发条件启动，不只是由提示词启动
你可以自己启动一个工作流，也可以让它在所盯着的条件发生时自己跑。要把活干完，并不需要有人盯着这台机器。
该并行的地方就并行
互相独立的分支同时执行，只在某一步确实需要另一分支的输出时才重新汇合。
跑的时候也读得懂
你能看到哪一步在跑、哪些已经完成、卡在了哪里，于是长任务是可检视的，而不是一根进度条。
你不必守在机器前面。
从你已经开着的应用里发消息，或者发邮件，而活儿依然是在你自己的硬件上干的。
从你已经开着的聊天应用里
在团队群聊或个人通讯软件里给智能体发消息，答案就回到同一条会话里，连工作空间都不用打开。
通过邮件
把要处理的东西发给它，回信在你的收件箱里读。适合那种想从手机上起个头、之后再回看的活。
干完了它会来找你
长时间运行的任务会在你所在的地方通知你，而不是要求你坐着盯一个窗口。
干活的仍然是那台机器
发消息只是够到智能体的一种方式。推理、文件和记忆，都留在你自己的硬件上。