Panel 把研究材料摆在 Agent 身边，多窗格之外还要保留过程
开源项目 Panel尝试把 PDF、Markdown、可运行的 Notebook 和 AI 对话放进同一个研究工作区。项目仍处于早期测试阶段，当前完整工作流主要围绕 Claude Code 展开。它想解决的不是聊天窗口不够宽，而是材料、计算和讨论经常脱节。
作者：林岚｜OC 开发者生态编辑
开源项目 Panel尝试把 PDF、Markdown、可运行的 Notebook 和 AI 对话放进同一个研究工作区。项目仍处于早期测试阶段，当前完整工作流主要围绕 Claude Code 展开。它想解决的不是聊天窗口不够宽，而是材料、计算和讨论经常脱节。
一句话结论：研究型 Agent 的价值不只在于给出答案，还在于让人能够回到材料、代码和中间产物，检查答案是怎样被支撑起来的。
多窗格真正要连接的是工作状态
在常见的研究流程里，论文在一个阅读器中，实验代码在另一个环境里，AI 对话又在第三个窗口中。用户不仅要切换注意力，还要反复说明自己正在看哪份材料、改过哪些参数，以及哪张图来自最新运行。
Panel 把这些对象放在相邻窗格中，并支持人与 Agent 编辑同一个 Notebook。这里的 Notebook 连接真实内核，不只是把代码块排版得像实验记录。代码可以执行，输出可以留在材料旁边，人也可以直接修改。
这种安排可能减少搬运上下文的成本，但共享可编辑状态也提出了新的要求。如果人改了一个单元格，而 Agent 依据旧输出继续解释，界面虽然统一，结论仍可能过期。工作区需要让修改、执行和结果之间的关系足够清楚；窗格靠在一起，本身不构成一致性保证。
中间产物比一段顺畅解释更有用
项目采用带类型的输入、输出和中间产物来组织研究模块。它的实际意义可以用一个简单例子说明：一项结论对应哪份输入文件、哪段处理代码和哪组结果，比一句“我已经分析过了”更容易检查。
这些可以检查的记录，不等于模型全部内部推理的真实展现。对研究者而言，也不必依赖这种无法轻易验证的承诺。保留可复算的步骤、参数和引用，通常比要求模型讲出一段听起来完整的思考过程更有价值。
项目还允许查看和停止后台命令。对需要较长时间运行的任务，这提供了干预入口。但停止按钮不能替代对执行内容的理解：一个命令已经写出的文件、已经提交的网络请求，不会因为停止进程就自动回到原状。
早期版本的支持范围不能省略
Panel 的说明明确提示当前版本仍有粗糙之处。Claude Code 是完整支持的主要路径；配置 OpenAI 密钥可用于部分聊天和工具能力，但不等于全部研究模块都能切换到相同后端。
这对准备尝试的开发者很重要。兼容一个接口，与文献综述、假设探索等整条工作流已经验证可用，是两个层级。只看支持的品牌名称，容易高估替换模型时可以保留的能力。
工作区在本地服务中打开，也不能直接推出研究数据不离开电脑。只要所选模型或工具需要远端服务，相关调用的数据路径仍需单独检查。本文未安装运行项目，也没有对权限隔离和外部通信做安全审计。
数据与代码分开存放，并不自动成为备份
README 说明会话、Agent 活动和工作区数据保存在代码仓库之外。这能避免重新获取项目代码时顺手丢掉研究状态，但它解决的是存放位置分离，不是备份、版本管理或灾难恢复。
如果把重要研究放进去，值得事先确认的仍是可导出的材料、运行依赖和恢复方式。一个界面能在今天重现结论，和几个月后换台电脑仍能重现结论，中间还隔着环境与数据保存的问题。
关键事实
- Panel 是早期测试项目，主要完整支持 Claude Code，其他后端支持范围有限。
- 它提供文档窗格、真实内核 Notebook，以及可观察和停止的后台任务。
- 本地工作区与远程模型调用是不同层次；数据目录独立也不等于已有备份。
OC 判断
Panel 更有意思的方向，是让研究对象成为人和 Agent 共同操作、能够回看的材料，而不是把所有工作压成聊天记录。它是否能走出原型阶段，要看状态一致性、结果追溯和恢复能力，而不仅是窗格数量。
为什么重要
当 Agent 开始参与分析，错误可能发生在输入选择、代码修改、运行顺序或解释阶段。把这些环节留下可检查的连接，能让人更早找到问题，而不是等一篇流畅总结完成之后重新做一遍研究。
评论
围绕这篇文章补充信息、提出问题或分享观察。