Die meisten Computer-Nutzungs-Agenten funktionieren hervorragend in einem sauberen Chrome-Tab und brechen zusammen, sobald man sie auf einen Krankenhaus-Abrechnungs-Desktop aus dem Jahr 2009 richtet. Coasty (YC S26) ist eine API, die genau für diesen zweiten Fall gebaut wurde.
Was es eigentlich ist
Eine API für Computer-Nutzungs-Agenten. Sie senden eine Aufgabe in natürlicher Sprache, wählen eine Maschine oder Browser-Umgebung, übergeben Anmeldeinformationen und Dateien, und der Agent steuert die UI mit Screenshots sowie Maus und Tastatur. Er prüft das Ergebnis und gibt ein Protokoll von Aktionen, Ausgaben und Fehlern zurück.
Die zentrale Design-Entscheidung: Sie liest den Bildschirm, anstatt aufgezeichnete Klicks abzuspielen. Wenn ein Anbieter über Nacht ein Update bereitstellt und ein Menü verschiebt, brechen RPA-Skripte ab, Coasty jedoch nicht. Ein Fehlklick bei Schritt 3 eines 20-Schritte-Workflows? Sie erkennt das mitten im Ablauf und erholt sich vom Fehler, anstatt neu zu starten. Berechtigungs-Dialoge, überraschende Pop-ups, den Fokus stehlende Modale, langsame Seiten – alles wird gehandhabt.
Warum die Zahl wichtig ist
82,81 % bei OSWorld Verified, bestätigt vom OSWorld-Team, mit einem internen Durchlauf von 85,60 %. Im eigenen Blog von Coasty wird der Agent von OpenAI mit 38 % angegeben – Vendor-Vergleiche mit Vorsicht genießen, aber die bestätigte Punktzahl ist real.
Die Gründer Nitish und Prateek richten sich zunächst an das Gesundheits-Operations-Umfeld. SOC2- und HIPAA-konform, null Datenaufbewahrung verfügbar. Es gibt eine Open-Source-Version, open-computer-use, falls Sie lieber Ihre eigenen Schlüssel mitbringen.