先说它解决的是什么问题。官方在发布文里把痛点讲得很直白：前沿实验室的模型再好，它们的 agent 往往只绑自家的模型系列；想换一个开源模型，就得换一套配置；想在本地跑，又要多管一个工具。Kilo Desktop 的思路是把这些收进一个 app——500 多个模型、四个 agent、本地模型服务器、conda 环境管理。它复用的是 Kilo CLI 与 VS Code 扩展的同一套 agent 引擎，桌面端只是多了一个统一的壳。

四个 agent 的分工

  • Code：读写文件、执行改动，批准计划后由它拆分并派发子任务
  • Plan：只读项目、给出分步实施计划，不碰代码
  • Ask：只回答问题，不改动任何东西
  • Debug：定位并修复问题

把 Plan 和 Code 分开、并让计划先经过人工批准，是这套设计里最实用的一点：它把「想清楚」和「动手」拆成两步，比一上来就自动改文件更容易审。代价是多一次确认，但这正是很多人对自动 agent 不放心的地方。

要多留意的两处

第一是默认行为。Code agent 的高自主模式是默认开着的，也就是它可以自己决定改文件和跑命令；官方在文档里把「手动批准 / 自动批准」做成显式选项，新用户值得先去设置里确认这一项。第二是账号门槛：conda 环境与本地模型服务器都需要登录 Kilo 账号，如果你在意「不注册任何账号也能用」，这两块功能就用不上。

把模型、agent 与环境放进一个可替换的壳，价值不在功能多少，而在于哪天你想换掉其中任何一层，都不必重做一遍工作流。

总的来说，它更像是给「一个人 + 一台机器」的开发场景准备的整合式工作台：不用在编辑器、终端、notebook、模型管理之间来回切。真要用起来，建议从 Plan agent 起步，把高自主模式先关掉，跑两三个真实任务再决定要不要放开权限。