Was die überaus populären, viralen Muse und Instinct nicht leisten können, ist OS3 dazu in der Lage?

Nachdem Mark Zuckerberg das Muse Charm vorgestellt hat, wird das Rabbit r1 wieder in den Fokus gerückt.

Viele Menschen, die dieses neue Gerät sehen, erinnern sich unweigerlich an die orange kleine Box von vor mehr als zwei Jahren. Auf X teilen einige Nutzer Memes mit Fotos von Mark Zuckerberg, der das Charm hält, und Lu Cheng, der das r1 hält. Viele ausländische Medien erwähnen dieses erste KI-Hardwareprodukt auch in ihren Berichten über das Charm.

Ein kleines tragbares Gerät, das die Anforderungen des Benutzers per Sprache versteht und die KI die Aufgaben erledigen lässt – dieses Szenario wirkt tatsächlich sehr vertraut.

Nicht nur die Hardware wirkt vertraut.

Im Jahr 2024 erklärte Rabbit auf der Vorstellung des r1 anhand von Szenarien wie Fahrdienstbestellung, Ticketbuchung und Essenslieferung, was ein Personal Agent eigentlich leisten kann. Danach tauchten diese Aufgaben wiederholt in den Demonstrationen verschiedener Generationen von Agent-Produkten auf und bildeten allmählich ein den Zuschauern vertrautes „Standardpaket“. Die Bewertungswebsite Assistant Benchmark listet auch Flugbuchungen, Restaurantreservierungen und Einkäufe als Testdimensionen für Personal Agent auf.

Der Grund für die Beliebtheit dieser Aufgaben liegt auf der Hand: Ob die Lieferung angekommen ist, das Ticket gebucht wurde oder der Einkauf Geld gespart hat – die Ergebnisse sind eindeutig. Im Vergleich zur Erklärung, um wie viel Punkte das Modell verbessert wurde, machen diese Szenarien es leichter zu verstehen, was die KI tatsächlich für einen erledigen kann.

Aber sind die Aufgaben, die sich am einfachsten demonstrieren und verbreiten lassen, wirklich die wertvollsten Anwendungsfälle für Personal Agent?

Selbst Großunternehmen haben Schwierigkeiten, die KI zum Bestellen zu bringen

Nach dem Durchbruch von Muse stieß es bald auf Widerstand von Plattformen.

Am 20. September Ortszeit gab Amazon bekannt, dass es Muse daran gehindert hat, im Namen von Nutzern auf seiner Website einzukaufen. Amazon erklärte, dass Meta Muse nicht im Voraus darüber informiert habe, dass es auf seine Website zugreift, dass Muse seine Proxy-Identität beim Surfen nicht angegeben habe, und äußerte Bedenken hinsichtlich des Datenschutzes und der Sicherheit bei der Verarbeitung von Benutzeranmeldeinformationen.

Aus technischer Sicht gab es bereits viele Fälle, in denen Personal Agent-Lösungen, die auf cloudbasierten virtuellen Maschinen basieren, vom Zugriff ausgeschlossen wurden. Lu Cheng erwähnte auch in einem Interview mit dem Technikmedien WIRED: „Das alles haben wir vor anderthalb Jahren schon erlebt.“

Ob die KI Operationen stabil durchführen und Bestellungen im Namen von Nutzern aufgeben kann, und ob sie dazu berechtigt ist, sind zwei verschiedene Fragen. Selbst wenn der Agent weiß, wie er vorgehen muss, erlaubt die Plattform dies möglicherweise nicht. Auch die kommerzielle Zulassung und die daraus resultierende Verteilung der Gewinne können Bestellungen blockieren.

Die Plattformen sorgen sich neben der Kontosicherheit und der Verantwortung für Transaktionen auch um ihr eigenes Geschäft.

Bisher haben Nutzer auf Plattformen gesucht, verglichen und Empfehlungen angesehen, wodurch die Plattformen Werbeeinnahmen und Transaktionsprovisionen erzielt haben. Wenn all diese Prozesse der KI überlassen werden, erinnern sich die Nutzer möglicherweise nur noch an ihren Personal Agent und interessieren sich nicht mehr dafür, über welche Plattform die Bestellung stammt. Die Plattformen könnten die Möglichkeit verlieren, die Wahl der Nutzer zu beeinflussen, und ihre Verhandlungsmacht bei Werbung und Provisionen wird ebenfalls herausgefordert.

Nach der Aufmerksamkeit, die Muse erhalten hat, gerieten die Aktienkurse von Tourismusunternehmen wie Airbnb, Booking und Expedia unter Druck, was die Sorge des Marktes über diese Veränderung widerspiegelt: Wer kontrolliert künftig den Zugang zu Transaktionen – die Plattformen oder die Personal Agent?

Der Lösungsansatz von Muse besteht darin, mit den Ressourcen und dem Einfluss von Großunternehmen ein agent-freundliches kommerzielles Ökosystem aufzubauen.

Nach der Ablehnung durch Amazon kündigten Muse und die US-amerikanische Lebensmittellieferplattform Instacart eine Zusammenarbeit an. Das Reistechnikunternehmen Duffel gab ebenfalls bekannt, dass US-amerikanische Muse-Nutzer jetzt auf Echtzeit-Flugbestände und Preise zugreifen sowie Buchungen, Stornierungen und anschließende Reisen bearbeiten können.

Auf Nutzerseite bietet Muse kostenlose Nutzungsguthaben an, um mehr Nutzer zur Nutzung zu bewegen, sie zuerst die Vorteile von Personal Agent erleben zu lassen und dann allmählich Gewohnheiten aufzubauen.

Um mehr Plattformen für die Nutzung von Agenten zu gewinnen, müssen kommerzielle Zulassungen, Gewinnverteilungen und Transaktionsverantwortungen geregelt sowie kontinuierlich Investitionen getätigt werden. Große Unternehmen wie Meta verfügen über die Ressourcen, um Nutzer anzuziehen, und die Fähigkeit, das Ökosystem zu beeinflussen. Der Bedeutung des Erfolgs von Muse liegt genau hier: Es treibt die Integration weiterer Dienste voran und schafft mehr nutzbare Szenarien für Personal Agent. Wenn diese Kooperationen zu einer breiteren Öffnung führen, entstehen auch Chancen für andere Teams.

Doch Startup-Teams mit begrenzten Ressourcen können die Investitionsstrategien von Großunternehmen kaum kopieren. Sie müssen sich vielmehr auf technische und Produktinnovationen stützen, um Raum für Überleben und Entwicklung zu gewinnen.

Der Lösungsansatz von Startups

Lu Cheng erwähnte in einem Interview, dass Rabbit mit einem nur 15-köpfigen Team die Fähigkeiten von Personal Agent durch mehrere Iterationen des Action Models verbessert.

Im Januar 2024 wurde mit der Veröffentlichung des r1 die erste Generation von LAM von Rabbit eingeführt, die damals nur über das r1 genutzt werden konnte. Im Oktober brachte Rabbit den separaten LAM Playground auf den Markt, der über eine Webseite genutzt werden kann. Der Agent kann nach Anforderungen der Nutzer im Internet surfen, Informationen suchen und Operationen ausführen.

Gemäß den damaligen technischen Erläuterungen kombiniert er Screenshots von Seiten mit der Webseitenstruktur, um klickbare Bereiche zu erkennen und seine nächsten Schritte an Änderungen der Seite anzupassen. Bei unbekannten Webseiten findet der Agent selbst den Zugang und teilt das Ziel in einzelne Operationsschritte auf, um es zu erreichen – dies ist auch heute noch die technische Vorgehensweise, die die meisten Personal Agent verwenden.

Im Februar 2025 veröffentlichte Rabbit die Vorschau der Android Agent-Forschung, mit der der Aktionsbereich der KI auf Android-Anwendungen und Systemfunktionen von Geräten ausgeweitet wurde. Einige Monate später übernahmen mehrere KI-Telefone diese technische Route, wurden aber anschließend von vielen großen Apps vom Zugriff ausgeschlossen.

Erst Anfang dieses Jahres aktualisierte Rabbit LAM zu DLAM, sodass der Agent auf die Windows- und Mac-Computer der Nutzer zugreifen und nach Erteilung der Berechtigung Browser und Desktop-Software bedienen kann.

Der Vorteil dieses Ansatzes besteht darin, dass die Ausführung von Aufgaben auf echten Geräten die Einschränkungen reduziert, die beim Zugriff über einen Cloud-Proxy auftreten. Die Ausführungsumgebung erstreckt sich von cloudbasierten virtuellen Maschinen auf die eigenen Computer der Nutzer, sodass bereits installierte Software, gespeicherte Dateien und laufende Projekte direkt vom Agent verwendet und bearbeitet werden können.

Anhand dieser Veröffentlichungszeitpunkte ist zu erkennen, dass Rabbit bei der Erforschung von Personal Agent stets eine führende Position in der Branche einnimmt. Mit OS3 beginnt Rabbit nun, diese Fähigkeiten zu integrieren und zu untersuchen, welche Probleme die nächste Generation von Personal Agent noch lösen muss.

Neue Erkenntnisse mit OS3

Einen Tag vor der Vorstellung des Muse Charm veröffentlichte Rabbit das OS3.

Nutzer müssen kein r1 kaufen. Sie öffnen die Webseite, verbinden das von ihnen gewünschte Modell mit ihrem Computer, und schon kann OS3 vorhandene Dateien, Software und Tools zur Bearbeitung von Aufgaben verwenden. Ein Konto kann mit bis zu fünf Geräten verbunden werden, und Nutzer können auch über iMessage, Telegram oder das r1 interagieren.

Ein Schwerpunkt der Demonstration bei dieser Veröffentlichung liegt darin, dass Nutzer mehrere Aufgaben auf einmal übermitteln können, um zu prüfen, ob der Agent diese verarbeiten kann.

Lu Cheng stellte nacheinander mehrere Anforderungen: ein Philosophiebuch finden, einen Leseleitfaden erstellen und diesen per Slack an sich selbst senden; den Fußballverein Liverpool erforschen und eine interaktive Webseite erstellen; eine Wettbewerbsanalyse für Agenten durchführen und nebenbei ein Benutzerhandbuch für OS3 schreiben.

Danach ließ er OS3 die Aufgaben aufteilen und mit der Ausführung beginnen, während er im selben Gespräch weitere Fragen stellte.

Eine offensichtliche Änderung der Interaktion besteht darin, dass die Weboberfläche von OS3 auf fortlaufende Gespräche setzt. Nutzer können mehrere Aufgaben im selben Gespräch übermitteln, die im Hintergrund parallel ausgeführt werden, ohne sich gegenseitig zu stören. Die Nutzer können weiterhin Fragen stellen oder vorherige Anforderungen ergänzen und ändern.

Die Arbeit, die Nutzer nicht mehr erledigen müssen, wird zur Herausforderung für das System: Welcher Satz eine neue Aufgabe beschreibt, welcher eine alte Anforderung ändert, auf welche Datei sich die Aussage „die gerade genannte Datei“ bezieht und welche vorhandenen Informationen abgerufen werden müssen. Der Vorteil fortlaufender Gespräche liegt darin, dass ein Teil der Aufgabenorganisation und Kontextverwaltung an das System übergeben wird.

Rabbit setzt darauf: Ein persönlicher Assistent sollte in der Lage sein, jederzeit auftauchende und sich ändernde Anforderungen zu verarbeiten, sodass Nutzer weniger Zeit damit verbringen, Prompts zu organisieren und Gespräche zu verwalten.

Auch andere Produkte erforschen diesen Ansatz. Die kürzlich gestartete Testversion von Projects bei Claude Code ermöglicht es Nutzern ebenfalls, Anforderungen in einem Hauptgespräch zu stellen, die von der KI aufgeteilt und im Hintergrund koordiniert ausgeführt werden.

OS3 erweitert diese Organisation auch auf die verbundenen Geräte der Nutzer. Nachdem es die Anforderungen verstanden und die Aufgaben aufgeteilt hat, muss es zudem entscheiden: Welche Dateien und Tools werden benötigt, auf welchem Gerät soll die Aufgabe ausgeführt werden?

Dies führt zur zweiten technischen Wette von Rabbit: Integration der vorhandenen Arbeitsumgebung der Nutzer und intelligente Koordination mehrerer Geräte.

Cloudbasierte virtuelle Maschinen haben den unmittelbaren Vorteil, dass Nutzer ihren Computer ausschalten können und die Aufgaben trotzdem in der Cloud weiterlaufen. Neben den Einschränkungen beim Plattformzugriff gibt es jedoch weitere Erfahrungskosten: Nutzer müssen ihre gesamte Arbeit in diese neue Umgebung übertragen. Um den Agenten mit der Arbeit zu beginnen, müssen sich Nutzer in der virtuellen Maschine neu bei ihren Konten anmelden, Materialien hochladen und Tools konfigurieren.

Auf den eigenen Computern der Nutzer existieren all diese Dinge bereits: halbfertige Projekte, installierte Software, Dateien nach mehreren Überarbeitungen und langfristig angesammelte Materialien.

Die Integration der vorhandenen Geräte der Nutzer ermöglicht es dem Agenten, vorhandene Dateien und Software zu verwenden und den Aufwand für die Neueinrichtung der Arbeitsumgebung zu senken.

Die Integration des Computers des Nutzers bedeutet jedoch auch, dass die Aufgaben vom Zustand des Geräts abhängen: Wenn der Computer in den Schlafmodus wechselt oder keine Internetverbindung hat, stoppen die Aufgaben, die auf diesem Gerät ausgeführt werden.

Die Lösung von OS3 besteht darin, dass es die Verbindung mit bis zu fünf Geräten unterstützt, einschließlich lokaler Computer, Bürorechner und der eigenen cloudbasierten virtuellen Maschine des Nutzers.

Wenn eine Aufgabe Software auf einem bestimmten Computer benötigt, wird sie dort ausgeführt. Aufgaben mit langer Laufzeit können auf Geräten ausgeführt werden, die dauernd online sind. Nutzer können den Ausführungsort festlegen, oder das System wählt je nach Aufgabe intelligent ein Gerät aus oder verteilt die Aufgaben auf mehrere eingeschaltete Geräte, um sie gemeinsam zu erledigen.

Beispielsweise kann OS3 automatisch ein Video auf Computer A finden, dann die Videobearbeitung auf Computer B mit professioneller Bearbeitungssoftware durchführen und schließlich den Upload auf Computer C mit dem angemeldeten Konto abschließen. Die Fähigkeit, Aufgaben auf mehrere Geräte zu verteilen und sie nacheinander auszuführen, ist bisher bei keinem anderen Agenten zu finden.

In der Praxis haben wir versucht, OS3 eine Datensammlungsaufgabe zu übermitteln: Muse Charm recherchieren, zu einem Bericht zusammenfassen und nach Abschluss eine Nachricht an das Handy senden. Nach ca. 15 Minuten erhielt das Handy die Abschlussbenachrichtigung von OS3 über iMessage, in der die Forschungsergebnisse und der Speicherort des Berichts in iCloud aufgeführt waren.

Muse wird von dem hauseigenen Muse Spark von Meta angetrieben, während OS3 die Integration verschiedener Modelldienste unterstützt und auch lokale Modelle verwenden kann. Die Modelle entwickeln sich schnell weiter, und Nutzer können sich je nach Leistung, Geschwindigkeit oder Preis für einen anderen Dienst entscheiden.

Auch mehrere inländische chinesische Modelle werden unterstützt. Bei unseren Tests haben wir das Qwen von Alibaba verwendet, das sehr gute Ergebnisse geliefert hat.

Gemäß dem Design von Rabbit bleiben nach dem Wechsel des Modells die zuvor gesammelten Erinnerungen, die konfigurierten Fähigkeiten und die verbundenen Geräte erhalten. OS3 selbst ist kostenlos. Für die Nutzung von Cloud-Modellen muss man den API-Schlüssel des unterstützten Dienstes selbst bereitstellen und nach Verbrauch bez