Cosmos

Die Beschreibung besagt, dass COSMOS ein lokal gehosteter Entwickler-Agent ist, der als Webapp läuft und einen Mac end-to-end betreibt. Es unterstützt Sprach- oder Texteingabe und funktioniert mit etwa 50 Tools. Die wichtigsten Funktionen umfassen:

• Agent: Beobachte-, Denke-, Handle-Schleife mit Shell-Befehlen, Datei-I/O, git/GitHub, Browsersteuerung über Chrome DevTools Protocol, Screenshots, Vision-Analyse, Websuche, Dokument-/PDF-Lesen, macOS-Steuerung über AppleScript.
• Kinesis: zeichnet UI-Workflows auf und spielt sie basierend auf absichtsbasiertem Verständnis statt Pixel-Memorisation ab.
• Vision: Bildschirmbeobachter, die Bereiche auf Änderungen abfragen und Reflexaktionen auslösen.
• Mutate: Selbstheilungs-Panel, das Audit-Trails liest, Fehler diagnostiziert, Quellcode hinter Test-Gates patcht und sich dann an Ort und Stelle neu startet.
• Panel: Multi-Agenten-Swarm-Board zum Starten paralleler Worker auf Aufgabenlisten.
• Nexus: Live-Mindmap von Systemen, Fähigkeiten, Makros, Personen und laufenden Threads.
• Dossier: Personenbezogene Dateien, die aus Kommunikationen erstellt werden.
• Skills: Markdown-Playbooks, die in den Prompt des Agents injiziert werden.
• Slack/Connectors/Memory: Fernzugriff über Slack-Kanal, Integration mit Google Workspace, ElevenLabs-Stimme, MCP-Server, Langzeitgedächtnis, semantische Abrufbarkeit.

Das Backend ist FastAPI auf localhost; das Frontend verwendet React HUD. Die Agent-Schleife nutzt GPT-5.6 für komplexe Reasoning-Aufgaben und gpt-5.6-mini für schnelle Reflexe wie Routing und Zusammenfassungen. Die Tools sind in einen Beobachte-Denke-Handle-Zyklus mit einem Risikogate und einem selbstverifizierenden Kritiker eingebunden und streamen über Websockets.

Evidenz Selbstgemeldet vom Autor; keine externe Verifizierung.

Der Autor gibt an, dass COSMOS von dem Wunsch inspiriert wurde, einen Assistenten zu haben, der tatsächlich Dinge tut, nicht einen, der Code-Snippets übergibt und den Benutzer sich selbst überlässt. Die ursprüngliche Idee entwickelte sich zu einem System, in dem der Agent sich selbst debuggen kann – Logs lesen, Code schreiben, seinen eigenen Quellcode patchen und neu starten, ohne den Sitzungszustand zu verlieren.

Wichtige Behauptungen:

• COSMOS ist ein Agent, der tatsächlich einen Computer betreibt.
• Er lebt auf dem Rechner des Benutzers und versteht seinen Mac so wie dieser es tut.
• Er unterstützt mehrstupe Ziele, Planung, Ausführung und Selbstverifizierung.
• Es kann sich autonom reparieren – es patcht den Quellcode und startet in etwa 28 Sekunden mit derselben PID und ohne Verlust der UI-Sitzung neu.

Evidenz Selbstgemeldet; es gibt keine Validierung durch Dritte oder Demonstration dieser Behauptungen über die Aussage des Autors hinaus.

Die Beschreibung benennt keinen Zielkunden explizit und definiert kein Ideal Customer Profile (ICP). Es wird jedoch impliziert, dass COSMOS an Entwickler gerichtet ist, die Aufgaben auf ihren eigenen Maschinen automatisieren möchten. Das Produkt wird als Entwickler-Agent beschrieben, der lokal läuft und einen Mac steuert.

Es unterstützt:

• Shell-Befehle
• Datei-Lese-/Schreibzugriff
• Browser-Steuerung
• Git/GitHub-Integration
• macOS-Automatisierung über AppleScript
• Multi-Agent-Koordination

Der Autor erwähnt, dass das System mit etwa 50 Tools funktioniert, was darauf hindeutet, dass es Nutzer anspricht, die mit mehreren Entwicklungsumgebungen oder Plattformen arbeiten.

Evidenz Aus der Produktbeschreibung abgeleitet; kein explizites ICP definiert.

In der bereitgestellten Beschreibung gibt es keine Hinweise auf ein Geschäftsmodell oder eine Preisstruktur. Das Projekt wird als Hackathon-Einreichung beschrieben, und es gibt keine Erwähnungen von Monetarisierung, Abonnements, Lizenzierung oder kostenpflichtigen Funktionen.

Evidenz Nicht belegt.

Das System wird mit folgenden Komponenten erstellt:

• Backend: FastAPI
• Frontend: React HUD
• Sprache: Python, TypeScript, Node.js
• Tools: Codex (für mechanische Implementierung), GPT-5.6 und gpt-5.6-mini für Reasoning und Reflexe
• Protokolle: Chrome DevTools Protocol, AppleScript, WebSockets
• Infrastruktur: Localhost-Deployment, SQLite für Speicher, macOS-spezifische APIs

Wesentliche technische Elemente:

• Observe-think-act-Schleife mit Risikogate und Self-Verify-Critic
• Streaming über WebSockets an das HUD
• Modell-Fallback-Ketten
• Audit-Log (append-only)
• Undo-Snapshots
• Hintergrund-Scheduler
• Tool-Integration über eine Übersetzungsschicht für API-Änderungen

Der Autor erwähnt, dass die Agent-Schleife in enger Zusammenarbeit mit Codex entwickelt wurde, wobei sie Verhalten oder Invarianten beschrieben und Codex die Implementierung entwerfen ließen, bevor sie diese befragten, bis sie vertrauenswürdig war.

Evidenz Selbstgemeldet; keine unabhängige Bestätigung der Architektur oder der Lieferqualität.

Es gibt keine Hinweise auf Traction, Umsatz, Kunden oder Adoption über die eigene Entwicklungsumgebung des Autors hinaus. Das Projekt wird als Hackathon-Einreichung (OpenAI 2026) beschrieben, und es gibt keine Verweise auf Nutzer, Nutzungsmetriken oder Indikatoren für Product-Market-Fit.

Der Autor erwähnt:

• 699 Tests bestanden mit null Fehlern
• Erfolgreicher Modellwechsel von GPT-5.6 zu GPT-5.6, den die Agent-Schleife nie bemerkte
• Funktionen wie Kinesis und Vision, die auf unordentlichen, realen Seiten standhalten

Dies sind selbstgemeldete Erfolge, keine verifizierte externe Signale.

Evidenz Nicht belegt.

Die Beschreibung erwähnt keine Wettbewerber oder das Wettbewerbsumfeld. Sie konzentriert sich ausschließlich darauf, was COSMOS tut, und nicht darauf, wie es sich im Vergleich zu anderen Tools oder Agenten auf dem Markt verhält.

Evidenz Nicht belegt.

Die Beschreibung impliziert mehrere potenzielle Risiken und offene Fragen:

1. Unbewiesene Zuverlässigkeit: Das System behauptet, eine echte Maschine zuverlässig zu betreiben, aber der Autor erwähnt Herausforderungen mit Timing, Fokus, Berechtigungen und Dateisperren – insbesondere im Zusammenhang mit macOS.
2. Selbstheilungsrisiko: Die Mutate-Funktion umfasst das autonome Patchen von Quellcode. Die Beschreibung besagt "the scariest failure is a confident wrong patch", was auf eine inhärente Gefahr in dieser Funktionalität hinweist.
3. Begrenzter Umfang: Das System läuft nur lokal auf Macs, was seine Anwendbarkeit für Nicht-Mac-Nutzer oder plattformübergreifende Bedürfnisse einschränkt.
4. Keine kommerzielle Traktion: Es gibt keine Hinweise auf Kunden, Umsatz oder Adoption über den eigenen Anwendungsfall des Autors hinaus.
5. Hackathon-Projekt: Eingereicht bei einem Hackathon; es gibt keine Anzeichen für langfristige Tragfähigkeit oder Produktentwicklung über diesen Prototyp hinaus.

Evidenz Aus der Beschreibung abgeleitet; nicht unabhängig verifiziert.

1. Wie sieht das tatsächliche Risikoprofil der Selbstheilungsfunktion aus? Wie schützen Sie sich vor fehlerhaften Patches?
2. Haben Sie das System mit realen Nutzern oder Teams über sich selbst hinaus getestet?
3. Gibt es Pläne, über macOS hinaus zu expandieren oder andere Betriebssysteme zu unterstützen?
4. Was sind die aktuellen Einschränkungen der Agenten-Schleife in Bezug auf Robustheit und Skalierbarkeit?
5. Wie gehen Sie mit Grenzfällen um, in denen Modelle versagen oder unerwartete Ausgaben erzeugen?
6. Gibt es Pläne für Monetarisierung, Partnerschaften oder Kommerzialisierung?
7. Können Sie uns erklären, wie das System destruktive Operationen handhabt – z. B. Datei-Löschungen oder Befehlsausführungen?
8. Wie sieht Ihre langfristige Roadmap über die aktuellen Funktionen hinaus aus?

Evidenz Nicht belegt; dies sind offene Fragen auf der Grundlage selbstberichteter Angaben.