Eine Chat-App, in der jeder Kontakt ein Agent ist

Der Pitch für OpenMausBot braucht etwa einen Satz: Was wäre, wenn die Kontaktliste deiner Chat-App ein Team wäre und jeder Kontakt ein echter Agent?
Keine Chatbot-Persona. Eine echte Claude- oder Codex-Instanz, die lokal läuft, mit eigenem Modell, eigenem Cloud-Rechner, eigenen verbundenen Apps und eigener Persönlichkeit. Du tippst einen Namen an, und sie fängt an zu arbeiten. Du schaust zu. Du gibst frei, was wichtig ist.
Es hat 17.773 Sterne, steht unter Apache 2.0, und es ist eines der interessanteren Interface-Argumente, die ich dieses Jahr gesehen habe – nicht weil die Agenten besser sind, sondern weil der Behälter ein anderer ist.
Was das Interface tatsächlich behauptet
Die meisten Agenten-Produkte organisieren um eine Aufgabe herum: Du öffnest eine Session, beschreibst einen Job, bekommst ein Ergebnis, schließt die Session. Die Arbeitseinheit ist das Gespräch.
OpenMausBot organisiert um eine Person. Die Seitenleiste ist eine Kontaktliste. Jeder Kontakt bleibt zwischen Jobs bestehen, behält seine eigene Erinnerung daran, was er gerade tat, und hat Berechtigungen, die du einmal erteilt hast. Das ist eine kleine Änderung an der UI und eine große daran, wie man über Delegation denkt.
Wenn Arbeit nach Session organisiert ist, kostet ein Neustart Kontext. Wenn sie nach Kontakt organisiert ist, kostet ein Neustart nichts – du schreibst derselben Instanz, und sie weiß, wo sie war. So würde man mit einer Kollegin umgehen. So geht keiner von uns mit einem Chatfenster um.
Die Freigabeschicht folgt derselben Idee. Die App formuliert es als „schau ihnen bei der Arbeit zu, gib frei, was zählt". Das heißt: Der Standard ist Beobachtung, nicht Autonomie, und die interessante Designfläche ist die Freigabeabfrage: Was zeigt sie dir, wie viel Kontext gibt sie, wie schnell kannst du ja oder nein sagen. Wer einen Agenten mit breiten Rechten laufen ließ, weiß, dass diese Abfrage das ganze Produkt ist. Mach sie falsch, und du stempelst entweder alles durch oder schaltest den Agenten ab.

Die Installation
Veröffentlichte Builds enthalten den Harness-Server, es gibt also kein separates Backend, das man hochziehen muss. Das ist eine bedeutsame Entscheidung – die meisten Agenten-Apps zwingen dich, einen Daemon zu starten und dann die Verbindung zu debuggen.
macOS. Zwei DMGs, Apple Silicon und Intel. In den Programme-Ordner ziehen, öffnen. Signiert und notarisiert.
Windows x64. OpenMausBot-setup.exe, ein Klick, pro Benutzer, keine Admin-Rechte. Der Installer ist noch nicht codesigniert, also zeigt SmartScreen „unbekannter Herausgeber", dann Weitere Informationen, dann Trotzdem ausführen. Das README sagt das klar, was ich mehr schätze als ein Badge.
Ubuntu 24.04. Ein .deb über APT oder ein AppImage. Als Beta markiert, GNOME ist der unterstützte Desktop.
Aus dem Quellcode, wenn du es bauen willst, und jeder Desktop-Build kann sich als Client mit einem anderen Windows-, macOS- oder Ubuntu-Host über Tailscale verbinden – ein Laptop kann also eine Maschine steuern, die anbleibt.
Es gibt außerdem ein Feature, das eine Zeile im README bekommt und wahrscheinlich mehr verdient: ein komplettes Team aus einer einzigen Markdown-Datei installieren. Das ist der Unterschied zwischen „hier ist eine App" und „hier ist eine App plus Personalplan".
Die Namensgebung ist die Strategie
Das README ist ungewöhnlich offen beim Positioning. OpenMausBot ist ein unabhängiges Projekt, inspiriert von Grok Bot, und positioniert sich als Open-Source-Alternative zu Meta Muse, OpenAI dots und Cue von Manus. Früher hieß es OpenGrokBot. Es stellt klar, dass es nicht mit xAI, Meta, OpenAI oder Manus verbunden ist und keinen Token hat – jede Münze mit diesem Namen ist nicht ihre.
Dieser letzte Absatz existiert wegen dem, was mit Open-Source-Projekten passiert, die in einer bestimmten Ecke des Internets populär werden. Ihn aufzunehmen ist ein Zeichen, dass der Maintainer das schon einmal durchgemacht hat.
Die Positionierung local-first und bring-your-own-agent ist der eigentliche Unterschied. Du bringst das Claude- oder Codex-Abo mit, das du ohnehin bezahlst. Die App liefert den Behälter, die Persistenz, den Rechner und den Freigabefluss und nimmt nichts von der Modellebene. Das ist eine viel besser verteidigbare Position als der Wettbewerb über Modellqualität, den keine Anwendung gewinnen kann.
Was „local-first" hier bringt
Zwei Dinge, und keines ist ideologisch.
Das erste sind die Kosten. Läuft der Agent auf einem Abo, das du schon hast, sind die Grenzkosten der App pro Aufgabe nahe null. Produkte, die Modell-Token weiterverkaufen, müssen pro Nachricht abrechnen; Produkte, die auf deinem bestehenden Plan reiten, nicht. Deshalb kann das Interface eine dauerhafte Kontaktliste sein statt ein abgerechnetes Textfeld.
Das zweite ist Kontinuität bei Berechtigungen. Berechtigungen werden einem Kontakt erteilt, nicht einer Session, du gibst also Repository-Zugriff einmal frei, und er bleibt bei diesem Bot. In einem sessionbasierten Werkzeug gibst du jedes Mal neu frei, was dich trainiert, ohne hinzusehen zu bestätigen. Ausgerechnet Persistenz macht sorgfältiges Freigeben praktikabel.
Der Preis dafür ist, dass Sicherheit dein Problem wird. Es gibt keine Herstellergrenze als Sandbox zwischen App und deiner Maschine, und der Hinweis im README, dass Bots eine virtuelle Maschine haben, deutet an, dass die Isolation mindestens teilweise an den Harness darunter delegiert ist. Würdest du einer Kollegin keinen SSH-Zugang geben, gib ihn auch keinem Bot mit breitem Mandat.
Was du prüfen solltest, bevor du ein Team verpflichtest
Wo läuft der Agent eigentlich? Das README sagt, jeder Bot habe „seinen eigenen Cloud-Rechner". Bei einer Local-First-App verdient diese Formulierung ein genaues Lesen: Welche Aktionen laufen auf deiner Maschine, welche remote, und was kann der Remote-Teil sehen. Das ist die eine Frage, die ich beantworten würde, bevor ich einen Bot an ein Repository lasse.
Was steht in der Freigabeabfrage? Nicht ob es Freigaben gibt – die gibt es –, sondern was du siehst, wenn eine erscheint. Eine Abfrage, die „Befehl ausführen" sagt, ist nutzlos. Eine Abfrage, die den Befehl, das Verzeichnis und die Änderung zeigt, hilft bei der Entscheidung.
Welches Modell steckt hinter welchem Kontakt? Modellwahl pro Bot ist ein Feature, und es heißt auch, dass ein billiges Modell still die teure Arbeit macht. Prüf die Zuordnung, bevor du der Ausgabe traust.
Und die übliche Hygiene: Der Windows-Installer ist unsigniert, prüf den Download also gegen die Release-Seite; nichts in der App verlangt einen Token, alles, was einen will, ist nicht dieses Projekt.
Warum dieses Muster wahrscheinlich richtig ist
Jedes Agenten-Produkt kämpft gerade mit demselben Problem: Eine Session ist ein schlechter Behälter für Arbeit, die Stunden dauert. Du klappst den Laptop zu, der Kontext stirbt, und am nächsten Morgen erklärst du zwanzig Minuten lang, was du gemacht hast. Die Antwort der Branche war bisher Gedächtnis, Vektorspeicher, Zusammenfassungen, Notizdateien.
OpenMausBots Antwort ist einfacher: Mach den Agenten zu einer adressierbaren Instanz statt zu einem Stream. Dann hat Erinnerung einen Ort, Berechtigungen jemanden, zu dem sie gehören, und die UI hört auf, ein Textfeld zu sein.
Es ist eine kleine Idee mit vielen Folgen, und es ist die Art Sache, die rückblickend offensichtlich aussieht. Die App selbst ist früh, der Windows-Build ist unsigniert, und „Cloud-Rechner" braucht eine klarere Definition, bevor jemand ihr Zugangsdaten geben sollte. Aber die Form stimmt, und Formen sind der Teil, der meistens überlebt.
Wenn du es probierst, fang mit einem Bot an, der einen wiederkehrenden Job macht – einen Feed lesen, Issues triagieren, einen Ordner beobachten. Gib ihm zwei Wochen. Die Frage, die du beantwortest, ist nicht, ob der Agent klug ist. Es ist, ob du gern eine Kollegin hast, die nie vergisst, was sie gerade tat.
Verwandte Artikel
Eine community-gepflegte Tabelle von Taps, die Werbung in chinesischen Android-Builds abschaltet
Es fasst das System nicht an, entsperrt nichts, flasht nichts. Es legt nur die Schalter um, die die Hersteller ohnehin vorgesehen haben. Der Preis ist eine Liste, die jemand weiterführen muss.
GPT Image 2.6 hielt den Tokenpreis und erhöhte die Rechnung
GPT Image 2.6 übernimmt jeden Tokenpreis von 2.5 und kostet pro Bild dennoch mehr, weil ein größerer Teil der Arbeit in Ausgabe-Token landet. Elf Tage nach dem Start sagt die Preisstruktur mehr als jede Rangliste.
Jemand hat IDM von außen nachgebaut und aufgeschrieben, was er nicht angefasst hat
Eine Rust-Neuimplementierung von Internet Download Manager verspricht 5x Tempo und 86 Sprachen. Das interessantere Dokument ist der Absatz, der erklärt, wie sie ohne jede Kopie entstanden ist.
Rune ist ein Rust-UI-Framework, das gebaut wurde, damit ein Agent seine eigene Arbeit prüfen kann
Rune rendert headless, gibt seinen Elementbaum aus und nimmt geskriptete Eingaben an. Damit bekommt ein Coding-Agent ein Signal zum Diffen, das ein Screenshot nie liefert. Das Framework ist Pre-Release und nimmt keine Pull Requests an.