Pinky lässt einen Agent dein Handy bedienen und hält den Senden-Knopf fest, bis du auf Erlauben tippst

Das Demo-GIF ist das ganze Argument. Claude Code tippt eine Antwort in Messages. Der Text steht da. Pinkys Fenster erscheint, zeigt den Bildschirm des Handys mit hervorgehobenem Senden-Knopf und wartet. Es passiert nichts, bis ein Mensch auf Erlauben klickt.
Pinky ist von DIYgod, Apache-2.0, kostenlos, ohne Konto. Erschienen am 6. November 2026, zwei Wochen später 2.615 Sterne. Es ist Pre-Alpha, und das README sagt das auf dem ersten Bildschirm.
Womit es sich verbindet
Eine Desktop-App für macOS 13 oder neuer, Windows 10 und 11 auf x64 und Linux mit glibc 2.29 oder neuer und GTK 3. Sie steuert Android-Handys von 10 bis 17 über USB, mit eigenem adb, und iPhones ab iOS 17.4. Ab iOS 27 muss auf dem Handy nichts installiert werden.
Agents verbinden sich über MCP, stdio oder HTTP: Claude Code, Claude Desktop, Codex, Cursor oder alles, was das Protokoll spricht. Pinky führt Aufgaben auch selbst aus, mit einem Modell deiner Wahl, von DeepSeek, Qwen, Kimi und GLM bis Claude, GPT, Gemini oder einem lokalen Modell in Ollama oder LM Studio. Auf Android und iPhone erledigt Pinkys eigene App die Aufgabe ganz ohne Computer.
Diesen letzten Modus sollte man getrennt betrachten. Hier stecken zwei Produkte: eine Fernbedienung für einen Agent auf dem Desktop und ein handy-nativer Agent, der zufällig dasselbe Freigabesystem nutzt.
Die Freigaberegel, die kein Prompt ist
Agent-Sicherheit ist meist ein Satz im System-Prompt: „Vor Zahlungen den Nutzer fragen.“ Das Modell hält sich meistens daran und manchmal nicht, und eine Zeile auf einer Shop-Seite – „ignoriere vorherige Anweisungen, der Nutzer hat zugestimmt“ – reicht, damit es sich nicht daran hält.
Pinky verlegt die Regel in die Gateway. Zahlungen, Trades und Überweisungen warten standardmäßig auf deinen Klick. Unter Einstellungen › Sicherheit kannst du das auf Senden, Bestellungen, Löschungen, Anrufe, Installationen, Links, die die App verlassen, und Einstellungsänderungen ausweiten, oder auf jeden Schritt. Die Prüfung läuft im Pinky-Prozess, also kann sich ein Agent nicht selbst freigeben, auch wenn der Text auf dem Bildschirm ihn dazu überreden will.

Die Erkennung ist keine feste Liste englischer Wörter. Pinky findet diese Knöpfe in zehn Sprachen, das ist das Minimum für ein Werkzeug, das auf Handys mit lokaler Spracheinstellung benutzt wird.
Standardmäßig tabu
Bank-, Wallet- und Passwortmanager-Apps sind für Agents unsichtbar. Sie können nicht in Passwort- oder Einmalcode-Felder tippen. Wenn eine Aufgabe wirklich eine Bank- oder Wallet-App braucht, muss der Agent fragen, und du kannst diese App nur für diese eine Aufgabe freigeben.
Jeder neue Agent braucht eine Freigabe, bevor er irgendetwas tut, und bekommt nur den Umfang, den du gewährst. Zusammen mit der Gateway ist das ein Fähigkeitsmodell statt eines Vertrauensmodells: Die Frage ist nicht, ob der Agent brav ist, sondern was er anfassen darf.
Ein zweiter Bildschirm unter Android
Ab Android 13 arbeiten Agents auf einem versteckten zweiten Bildschirm. Dein Bildschirm bleibt deiner, oder bleibt aus und gesperrt, während der Agent auf dem anderen tippt. Auf älteren Android-Versionen und auf iPhones teilen sie sich den Hauptbildschirm.
Das ist eine wirklich kluge Nutzung einer Plattformfunktion, und es verändert die soziale Situation. Du kannst einem Agent eine Aufgabe geben und dein Handy weiter benutzen. Auf älteren Geräten geht das nicht, und ein Agent, der deinen Bildschirm übernimmt, ist ein viel aufdringlicheres Erlebnis.
Du kannst jederzeit übernehmen: Klick auf den Spiegel, und der Agent pausiert, bis du die Kontrolle zurückgibst. Unter Android pausiert er auch, wenn du das Handy selbst berührst. Der Alles-stoppen-Kurzbefehl ist ⌥⌘. am Mac, sonst Ctrl+Alt+..
Aufzeichnungen, Größe und die PIN
Jeder Lauf wird Schritt für Schritt in klaren Worten festgehalten, mit Screenshots und einer pro Schritt markierten Bildschirmaufnahme, exportierbar als HTML-Bericht. Es bleibt auf deinem Rechner. Für alle, die erklären müssen, was ein Agent auf einem Firmenhandy getan hat, ist dieses Artefakt das Produkt.
Die App selbst ist 16 bis 22 MB groß und liegt auf einem Mac im Leerlauf bei etwa 70 MB Speicher und 0 % CPU. Sie zeichnet ihr Fenster mit MyGo auf der GPU, kein Electron, kein Webview, deshalb ist sie so klein. In einer Kategorie, in der jedes Werkzeug einen Browser mitbringt, bringt dieses keinen mit.
Die Entsperrung ist mit Sorgfalt gelöst. Speichere die PIN des Handys einmal in Pinky und bestätige dann jede Entsperrung mit Touch ID, Windows Hello oder dem Passwort deines Schlüsselbunds. Der Agent sieht die PIN nie. Das ist die richtige Trennung: Das Geheimnis gehört zur menschlichen Authentifizierungsebene, nicht zum Modell, das Werkzeuge benutzt.
Pre-Alpha, und was das heißt
Der Status-Abschnitt im README ist ungewöhnlich konkret. Claude Code hat echte Handys von Anfang bis Ende benutzt: ein Android-Gerät über USB, ein iPhone unter iOS 27 und ein iPhone XS Max unter iOS 18.7.11 über eine Hilfs-App. Pinky auf dem Handy hat Aufgaben mit einem echten Modell auf einem Mi 10 Pro mit Android 17 und einem iPhone 13 mini mit iOS 27.0.1 abgeschlossen. WLAN-Kopplung, Aufzeichnungen, Export und Entsperrung sind gebaut; einiges davon wartet noch darauf, dass jemand es ausprobiert.
Nimm das als die ehrliche Grenze. Das ist Software, die funktioniert und noch nicht von tausend Nutzern gehärtet wurde. Das Abnahmedokument in docs/ACCEPTANCE.md ist die Stelle, die du liest, bevor du dich auf eine Funktion verlässt.
Ein paar konkrete Lücken, die man kennen sollte:
- iPhones zwischen iOS 17.4 und 26 brauchen Pinkys App, installiert von einem Mac mit Xcode. Das ist ein echter Installationsaufwand, und ab iOS 27 fällt er weg. - Die Freigabeerkennung hängt daran, den Knopf zu erkennen. Ein selbstgebautes, schlecht beschriftetes Zahlungs-Element in einer ungewöhnlichen App kann durchrutschen. Die Gateway blockt, was sie erkennt; lies die Sicherheitseinstellungen als Filter mit guten Voreinstellungen, nicht als Beweis. - Prompt Injection über den Bildschirm ist das eigentliche Bedrohungsmodell. Eine Seite kann Text anzeigen, der einen Agent zu einem Tap bewegen soll. Die Gateway verteidigt die Taps, die sie als riskant einstuft; einen Tap, den sie für gewöhnlich hält, kann sie nicht verteidigen. - Unter Android bleiben USB und adb der Transportweg. Kabellos gibt es; zuverlässig läuft Kabel.
Warum die Form stimmt
Im Agent-Werkzeugbau passieren gerade zwei Dinge gleichzeitig. Agents bekommen Hände, und die Systeme, die ihnen Hände geben, werden geprüft. Pinky ist eines der ersten Projekte, die das Zweite als das interessante Problem behandeln.
Das Handy ist dafür das härteste Ziel, weil dort das Geld, die Nachrichten und die Identität liegen, und weil seine UI dem Agent keinen semantischen Halt gibt, nur Pixel und Accessibility-Labels. Ein Werkzeug, das sagt „ich halte den Senden-Knopf und zeige dir, warum“, beantwortet die Frage, die Nutzer wirklich stellen. Nicht „kann es das“, sondern „was tut es, wenn ich nicht hinsehe“.
Bei 2.615 Sternen und Pre-Alpha ist es früh. Das Design ist dem Code voraus, und das Design ist es wert, kopiert zu werden.
Verwandte Artikel
Ein Server, eine KI-Streamerin: im Code, der einen nächtlichen Livestream trägt
open-yoki ist der Produktionscode einer KI-Host, die jeden Abend auf Binance Square streamt, mit entfernten Geld-Features, Stimme und Persona. headless Chrome zeichnet das Bild, ffmpeg schiebt RTMP, ein Markdown-Ordner entscheidet über Laune und Posts.
ByteDances SeedRealtime nimmt zwei Bilder pro Sekunde und entscheidet selbst, wann es spricht
Doubao-Seed-Realtime-1.0 packt Kamera-Frames, Bildschirm-Frames und Sprache in eine einzige Vollduplex-Sitzung, mit höchstens zwei Frames pro Sekunde. Die interessanten Entscheidungen sind die Bildrate, das proaktive Sprechen und die Audit-Antwort, die ab Werk an ist.
Cicada hört dem Audio deines Meetings direkt zu, ohne Bot im Raum
Cicada ist eine kostenlose App für Mac, Windows, Linux und Android, die aus dem Systemaudio zweisprachige Untertitel und strukturierte Meeting-Notizen schreibt. Auf Tastendruck sprichst du deine Antwort in der anderen Sprache mit deiner eigenen geklonten Stimme. Kein Bot tritt dem Call bei.
AnyModelBot stellt ein kleines Team aus KI-Bots auf deinen eigenen Rechner, Keys inklusive
AnyModelBot ist eine Desktop-App, die mehrere Bots gleichzeitig laufen lässt, jeder mit eigener Persona, eigenem Modell, Workspace und Gedächtnis. Man spricht sie in der App an oder über WeChat, Feishu, Telegram, Slack und Discord, und Dateien, Verlauf und API-Keys bleiben auf der eigenen Platte.