Dreamer: Das Agent OS, das KI wie Apps behandelt

Warum Dreamer KI-Agenten als Betriebssystem konzipiert

David Singleton war jahrelang CTO von Stripe, wo sein Team einige der ersten produktiven KI-Agentensysteme einsetzte. Diese Erfahrung überzeugte ihn davon, dass der nächste Paradigmenwechsel im Computing — Agenten, die autonom arbeiten — dieselbe grundlegende Infrastruktur benötigt, die mobile Apps 2008 brauchten. Also gründete er gemeinsam mit Hugo Bar und Nicholas Czechov, seinen Kollegen aus Googles frühem Android-Team, Dreamer, um genau das zu bauen.

Die OS-Metapher ist wörtlich gemeint, kein Marketing. “The sidekick’s like the kernel, the agents and apps are like users. Different rings.” (Der Sidekick ist wie der Kernel, die Agenten und Apps sind wie Benutzer. Verschiedene Ringe.) Dreamers zentrale Innovation ist ein persönlicher Agent namens “Sidekick”, der alles vermittelt. Wenn ein Agent mit einem anderen interagieren muss, läuft dies über den Sidekick — der Benutzerberechtigungen, Tool-Zugriff und Absichtsabgleich versteht. Das verhindert das Fehlermuster, das Singleton bei vibecoded Apps sieht: “You could build little vibecoded apps, but they’re going to grab all your data willy-nilly. They won’t be able to work together.” (Man könnte kleine vibecoded Apps bauen, aber die werden wahllos alle Daten abgreifen. Sie werden nicht zusammenarbeiten können.)

Consumer-first, nicht Developer-first. Singleton hat Dreamer für seine nicht-technische Schwester entworfen, nicht für Ingenieure. Der Sidekick übernimmt das Onboarding, hilft Nutzern, Agenten aus einer Galerie zu entdecken, und erstellt individuelle Apps durch natürliche Sprache. Ein Konferenzplaner, eine sich selbst vervollständigende To-do-Liste, ein Financial-Fitness-Coach — alles von Nutzern in Minuten erstellt, nicht in Wochen.

Die Marktplatz-Ökonomie ist real. Tool-Entwickler auf Dreamer werden proportional zur Nutzung bezahlt — ein Revenue-Sharing-Modell, das das Play Store-Ökosystem widerspiegelt, das Singleton bei Google mitaufgebaut hat. Premium-Tools wie Parallel Web Systems funktionieren auf Pay-per-Use-Basis, während Community-Tools (Skibedingungen, Formel-1-Livedaten) kostenlos sind. Das schafft einen echten zweiseitigen Marktplatz, auf dem Agenten Tools zu Anwendungen zusammensetzen.

Agenten, die das Chat-Fenster verlassen. Eines von Dreamers überzeugendsten Features ist die Output-Bereitstellung: Agenten generieren tägliche Briefing-Podcasts, die in Apple Podcasts erscheinen, Kalender-Widgets, die Meeting-Teilnehmer recherchieren, und Hintergrund-Feeds, die Agentenaktivität anzeigen. “Making things show up in the other apps that you already use in your life is incredibly powerful.” (Dinge in den anderen Apps erscheinen zu lassen, die man bereits im Alltag nutzt, ist unglaublich wirkungsvoll.)

5 zentrale Erkenntnisse von David Singleton über Agent-Plattformen

• Die sich selbst vervollständigende To-do-Liste funktioniert — Singleton beschreibt, wie Nutzer Granola (Meeting-Notizen) mit einem To-do-Listen-Agenten verbinden, der Sub-Agenten erzeugt, um Aufgaben zu erledigen, einschließlich eines Recruiting-CRM-Agenten, der in Meetings erwähnte Vorstellungen durchführt
• Einstellungsprozesse haben sich grundlegend verändert — Dreamers Interviewprozess testet, wie Kandidaten mit Coding-Agenten arbeiten, und sucht nach einem “schönen Rundlauf”-Workflow, bei dem Ingenieure die Ausgabe eines Agenten prüfen, während ein anderer arbeitet
• Engineering Manager sind großartige Agent-Operatoren — “Being an engineering manager, as long as you stay very close to the code, is actually a great skill profile for being able to make agents work for you” (Engineering Manager zu sein, solange man sehr nah am Code bleibt, ist tatsächlich ein großartiges Kompetenzprofil, um Agenten für sich arbeiten zu lassen)
• Build-Test-Iterate-Schleifen erzeugen Magie — Dreamers Agent Studio lässt den Sidekick planen, bauen und dann seine eigene Ausgabe testen, wodurch funktionierende Apps beim ersten Build “meistens” in 10-15 Minuten entstehen
• Geschmack ist die verbleibende Grenze — Singleton argumentiert, dass LLMs noch immer Kreativität und Individualität fehlen: “I can tell which model built it just by how it looks.” Dreamer investiert stark in Templates und Prompts, um “AI generic slop” zu verhindern

Was Agent-OS-Design für autonome Arbeit bedeutet

Dreamers Architektur bestätigt eine These, die sich branchenweit aufgebaut hat: Agenten brauchen Infrastruktur, nicht nur Prompts. Das Sidekick-als-Kernel-Muster — bei dem ein vertrauenswürdiger Agent Berechtigungen vermittelt, Inter-Agenten-Kommunikation koordiniert und den Benutzerkontext aufrechterhält — ist im Wesentlichen dasselbe Muster, das Betriebssysteme vor Jahrzehnten für Anwendungen gelöst haben. Für Organisationen, die Agent-Plattformen aufbauen, ist die Lektion klar: Sicherheit, Komponierbarkeit und Vertrauen sind keine Features, die man später hinzufügt. Sie sind das Fundament, das alles andere ermöglicht.