Pendulum: Human Attention Manager

Die Beschreibung besagt, dass Pendulum ein dauerhaft laufender Aufmerksamkeitsagent für Coding-Agenten ist, die bereits in tmux-Panels laufen. Er erzeugt oder besitzt keine Worker, sondern beobachtet sie und schützt den Nutzer, indem er einen Mechanismus namens "entropy gate" implementiert. Dieses Gate verwendet eine vom Modell gemeldete Zahl (Entropy: 0.0–1.0) und ein vom Menschen festgelegtes Toleranzniveau (/gate low / medium / high). Wenn die Entropie über das Gate steigt, werden Aktionen gestoppt, bis der Mensch auf die in der Warteschlange stehenden Fragen antwortet.

Es unterstützt auch Funktionen wie:

• Ein /away-Befehl, der die Verhandlung vor dem Verlassen startet.
• Vorab-Autorisierungen, die als stehende Anweisungen gespeichert werden.
• Eine Telegram-Brücke für den mobilen Zugriff.
• Ein nur anhängendes Ledger zur Verfolgung aller Aktionen und Entscheidungen.
• Deterministische Test-Suite und Demo-Umgebung.

Das System wird mit folgenden Komponenten erstellt:

• Codex CLI (für den Aufbau)
• GPT-5.6 Luna Tokens über das Pi SDK
• Node.js mit TypeScript, SQLite und in das Modell injizierten benutzerdefinierten Tools
• tmux-Captures zur Beobachtung

Schlussfolgerung Das Produkt scheint ein Proof-of-Concept oder Prototyp zu sein, der von einer Einzelperson in einem Hackathon-Kontext erstellt wurde.

Der Autor behauptet, dass die menschliche Aufmerksamkeit nun der Engpass in Multi-Agent-Coding-Workflows ist, nicht die Agenten-Fähigkeit. Sie geben an, dass nur Menschen die Entropie in einem Codebase reduzieren können und dass Pendulum das fehlende Stück ist, um diese Knappheit zu verwalten.

Sie behaupten auch:

• Das System funktioniert end-to-end.
• Es vertraut der vom Modell selbst gemeldeten Entropie vollständig, protokolliert aber alle Aktionen zur Nachvollziehbarkeit.
• Es vermeidet mechanische Regeln, indem es sich auf Prompts statt auf Code verlässt.
• Die Entropie-Rubrik befindet sich in einer Prompt-Datei und wurde schneller verbessert als jeder geschriebene Code.

Schlussfolgerung Die Positionierung ist, dass Pendulum ein reales Problem (Knappheit menschlicher Aufmerksamkeit) auf neuartige Weise angeht, indem LLMs sowohl als Ersteller als auch als Ausführender verwendet werden. Der Anspruch der „end-to-end“-Funktionalität ist jedoch nicht unabhängig verifiziert.

Die Beschreibung nennt keine spezifischen Kunden oder Zielbranchen, die über Entwickler hinausgehen, die mit Coding-Agenten arbeiten. Sie impliziert, dass die Nutzer Einzelpersonen oder Teams sind, die mehrere Agenten parallel ausführen (z. B. in tmux-Panels) und Hilfe bei der Verwaltung der Aufmerksamkeit benötigen.

Schlussfolgerung Die ICP umfasst wahrscheinlich Solo-Entwickler oder kleine Teams, die KI-Coding-Tools wie Codex nutzen, in denen die menschliche Aufmerksamkeit ein limitierender Faktor ist.

In der Beschreibung gibt es keine Hinweise auf Preismodell, Monetarisierungsstrategie oder Geschäftsmodell. Das Projekt wurde im Rahmen eines Hackathons eingereicht und wird als selbst gehostet beschrieben.

nicht belegt

Das System verwendet:

• Codex CLI für den Build
• GPT-5.6 Luna Tokens über Pi SDK
• Node.js mit TypeScript, SQLite
• tmux captures für Beobachtung
• Telegram bridge für mobilen Zugriff
• Deterministische Test-Suite (37 Tests)
• Append-only Event Ledger, erzwungen durch Triggers

Es implementiert:

• Entropy gate logic
• Pre-authorizations und standing instructions
• Auditierbarkeit durch ledgered actions
• Model hallucination fallbacks

Schlussfolgerung Der technische Stack ist minimal, aber funktional für einen Prototyp. Das System ist so konzipiert, dass es deterministisch, auditierbar und in sich geschlossen ist.

Die Beschreibung enthält keine Hinweise auf Traction oder Adoption über die eigene Demo hinaus. Es wurde in einem Hackathon-Umfeld entwickelt und wird als selbst gehostet beschrieben.

nicht belegt

In der Beschreibung wird nicht auf Wettbewerber oder die Wettbewerbslandschaft eingegangen. Der Autor verweist nicht auf bestehende Tools zur Verwaltung von Aufmerksamkeit oder Agenten-Orchestrierung.

nicht belegt

• Ein-Personen-Team: Es gibt keine Hinweise auf ein größeres Team, was die Skalierbarkeit oder die langfristige Entwicklung einschränken könnte.
• Nur selbst gemeldet: Alle Aussagen sind unbestätigt; es gibt keine Validierung durch Dritte oder Daten zur Nutzung.
• Hackathon-Prototyp: Das Produkt wird als Hackathon-Einreichung präsentiert, nicht als ausgereiftes Produkt.
• Keine Umsatz- oder Kundendaten: Es gibt keine Hinweise auf Monetarisierung, Nutzer oder Auswirkungen in der realen Welt.
• Modellabhängigkeit ohne externe Prüfungen: Vertrauen in das Modellverhalten ohne unabhängige Verifizierung.

1. Wie hoch ist der tatsächliche menschliche Aufwand, der für den Betrieb von Pendulum erforderlich ist? Ist es wirklich autonom?
2. Wie geht Pendulum mit Fällen um, in denen Modelle Halluzinationen erzeugen oder Entropie falsch melden?
3. Wurde das System über die Demo-Umgebung hinaus getestet, und unter welchen Bedingungen?
4. Gibt es bekannte Einschränkungen oder Grenzfälle, die in der Demo nicht behandelt wurden?
5. Welche Pläne gibt es für die Skalierung über ein Single-User-, selbst gehostetes Modell hinaus?
6. Wie integriert sich Pendulum mit anderen Agenten-Plattformen oder CI/CD-Systemen?