0813 | CodeBurn & Cohesor im Test: AI-Tools, Kreditkarten-Picker & Unsloth Desktop

Lena Vogel: Willkommen zu Product Hunt täglich von Bri. Ich bin Lena Vogel, und wie immer mit dabei: Felix Hartmann.

Felix Hartmann: Hallo Lena! Und heute wieder eine richtig volle Runde Neustarts auf Product Hunt.

Lena Vogel: Es geht um KI-Tools für's Coding, um einen Kreditkarten-Picker für deinen Browser, um Voice-Agenten und um einen gemeinsamen Ordner für KI-Agenten. Dazu eine neue Version von Argos und viele weitere Highlights.

Felix Hartmann: Wie immer gilt: viel Neues, wir sortieren es für euch. Schön, dass ihr dabei seid!

Lena Vogel: CodeBurn ist also ein kostenloser Open-Source-Tracker für die Kosten beim KI-gestützten Programmieren – und laut dem Vorstellungstext nutzen ihn schon über 150.000 Entwicklerinnen und Entwickler. Was er macht: Er liest die Session-Dateien, die Coding-Agenten wie Claude Code, Cursor, Codex oder Copilot lokal auf deinem Rechner schreiben – insgesamt über 40 Tools – und schlüsselt Tokens und Dollars nach Aufgabe, Modell, Projekt und Pull Request auf. Und das alles bleibt lokal: kein Konto, keine Uploads.

Felix Hartmann: Das Grundproblem, das der Entwickler Resham damit löst, kennt sicher jede und jeder, die mit diesen Agenten arbeitet: Die Tools zeigen Ihnen nur eine Gesamtsumme, aber nicht, welches Modell, welches Projekt – oder ob die Arbeit überhaupt tatsächlich ausgeliefert wurde. Dabei steckt die Antwort längst in den lokalen Session-Protokollen.

Lena Vogel: Genau. Und ein Kommentator mit Strategie- und Venture-Hintergrund bringt es auf den Punkt: Provider-Dashboards zeigen Ihnen gut, was Sie konsumiert haben, aber nicht, was dieser Konsum bewirkt hat. Langfristig interessiert ihn deshalb eher die Kosten pro nützlicher Einheit KI-Arbeit als die Kosten pro Token.

Felix Hartmann: Konkret bietet CodeBurn einen Optimieren-Bereich, der Verschwendung findet – also etwa Cache-Bloat und eine Art Wiederholungsabgabe –, Fixes samt Rückgängigmachen anwendet und die tatsächlich gesparten Kosten nachverfolgt. Dazu kommen ein Modellvergleich auf Basis Ihrer echten Nutzung, Budgets mit Warnungen, Abo- und Überziehungs-Tracking sowie ein Web-Dashboard.

Lena Vogel: Zur Bedienung gibt es eine Menüleisten-App für Mac, eine Desktop-App für alle großen Systeme, eine Kommandozeilen-Variante, und auch eine Erweiterung für Linux wird geliefert. Ein Punkt bleibt in der Community offen: Wie bildet das Tool verschachtelte parallele Aufgaben ab, wenn ein Auftrag in fünf bis zehn parallele Unteraufgaben aufgeteilt wird? Da wird es interessant.

Lena Vogel: Cohesor wird als eine Art neutraler Kontrollknoten für Unternehmens-KI-Agenten vorgestellt. Im Kern ein Gateway zwischen den Agenten – also Claude Code, Codex, Cursor oder eigenen Workflows – und den Sprachmodellen dahinter. Sie bekommen einen einzigen Endpoint, ohne Code umbauen zu müssen. Angesprochen sind Teams und Unternehmen mit Budgets, Rollen und Ausgaben pro Nutzer.

Felix Hartmann: Herstellerseitig gehört dazu Smart Routing: Ein Klassifikator wählt pro Anfrage das passende Modell aus – von einem sehr leistungsstarken Opus-Modell für 15 Dollar pro Million Tokens bis hin zu einem kleinen Llama-Modell, das schneller und fast nur ein Hunderstel so teuer ist. Dazu kommt eine Token-Kompression, die die Eingabetokens etwa halbiert.

Lena Vogel: Jeder Aufruf läuft dabei durch mehrere Prüfpunkte – Einlasskontrolle, Richtlinien, Kompression, Routing und Beobachtung – in rund 41 Millisekunden. Beansprucht werden 60 bis 90 Prozent geringere Agenten-Kosten, über 100 unterstützte Modelle und mehr als 50 MCP-Verbindungen für Dienste wie Gmail oder Google Drive, mit einem Verwahrungssystem für Zugangsdaten.

Felix Hartmann: Ein Rechenbeispiel zeigt: Bei 120.000 Dollar Monatsausgaben wären das rund 74.000 Dollar Ersparnis im Monat, beziehungsweise fast 900.000 Dollar im Jahr. Wichtig ist der Vorbehalt: Das basiert auf angenommenen Kompressions- und Routing-Effekten – die Mischung kann in Ihrem Fall abweichen.

Lena Vogel: Und der Grundgedanke dahinter, aus der Community-Diskussion: Bisher ist die Infrastruktur zwischen Unternehmen und Modellen statisch. Teams wählen Modelle manuell nach Kosten, Latenz oder Benchmarks aus – die aber schnell veralten. Es fehlte eben eine intelligente Schicht, die Modell und Konfiguration laufend abwägt.

Felix Hartmann: RightCard ist ein kostenloser Einkaufshelfer für Kreditkarten – als Erweiterung für den Safari-Browser, von einem einzelnen Entwickler gebaut. Die Idee: Sie stehen im Geschäft, und RightCard sagt Ihnen, welche Ihrer eigenen Karten sich dort am meisten lohnt. Auf einen Tipp aktiviert es Bankangebote von Amex, Chase, Citi und Wells Fargo, rechnet rotierende 5-Prozent-Kategorien ein und erinnert an neue Kategorien, aber auch an anstehende Jahresgebühren.

Lena Vogel: Der zentrale Unterschied zu bestehenden Rewards-Apps ist laut Entwickler die Architektur: Kein Bank-Login, kein Konto, keine Tracking-SDKs. Die Erweiterung liest die Angebotsseite, bei der Sie ohnehin schon angemeldet sind, direkt auf Ihrem Telefon – die Empfehlungen werden auf dem Gerät berechnet und funktionieren sogar offline. Die automatische Aktivierung dieser Angebote ist anderswo übrigens ein kostenpflichtiges Extra.

Felix Hartmann: Und der Entwickler betont, das Tool rechne ehrlich: Es nennt nur die von den Banken angegebenen Obergrenzen, also die "bis zu X Dollar"-Beträge, und warnt explizit, wenn ein Bonus nicht greift – etwa weil Walmart meistens als Superstore statt als Lebensmittelgeschäft codiert ist. Klar ist dabei: Das sind Angaben des Entwicklers, keine unabhängig verifizierten Ergebnisse.

Lena Vogel: In der Diskussion ging es dann auch um die eigentliche Hürde – nämlich darum, wie schwer es ist, Vertrauen in so eine Empfehlung aufzubauen, und ob das Tool auch für Menschen mit wenigen Karten überhaupt nützlich ist. Ein Kommentator feierte ausdrücklich den Verzicht auf den Bank-Login, eine andere Nutzerin beschrieb, wie die Erweiterung ihr die Gewohnheit neu beigebracht hat, solche Belohnungen überhaupt zu prüfen.

Felix Hartmann: Unsloth Desktop ist eine Open-Source-App, um KI-Modelle komplett lokal auf dem eigenen Rechner auszuführen und zu trainieren – Sprachmodelle, Bild- und Videogenerierung sowie Audio. Unsloth selbst nennt es die erste Desktop-App für beides, und sie ist kostenlos, quelloffen und zu 100 Prozent lokal. Verfügbar für Mac mit Apple-Silicon und Intel, Windows 10 und neuer sowie die gängigen Linux-Distributionen.

Lena Vogel: Konkret erzeugt sie Bilder mit Modellen und LoRA-Adaptern, Videos mit eigenen Generatoren. Ein Praxisbeispiel gefällt mir sehr: Auf einer NVIDIA-B100-GPU hat MiniMax ein Video in rund 13 Sekunden erzeugt – gegenüber über 70 Sekunden zuvor. Eine echte Beschleunigung am eigenen Schreibtisch, nicht im Rechenzentrum.

Felix Hartmann: Agenten wie Claude Code oder Codex lassen sich mit einem einzigen Befehl an lokale Modelle anbinden, dazu gibt es eine API, die mit den üblichen OpenAI-Schnittstellen kompatibel ist. Integriert ist eine als unbegrenzt, privat und kostenlos beschriebene Websuche mit Tiefenrecherche und Quellenangaben, sowie Werkzeugaufrufe mit bis zu 50 Prozent höherer Genauigkeit. Skripte laufen in einer sicheren Sandbox.

Lena Vogel: Versprochen wird außerdem Unterstützung für neue Modelle direkt am Erscheinungstag, und wenn Sie die lokalen Modelle von unterwegs erreichen wollen, läuft das über einen kostenlosen Tunnel. Ein Nutzer in der Diskussion nennt Desktop die vollständigste Version des Angebots: Sie können Modelle und Quantisierung wählen, herunterladen, fertig – komplett offline, ohne Terminal-Erfahrung. Auch das Trainieren von Modellen bleibt laut Hersteller möglich.

Lena Vogel: Fangen wir mit Trigger.dev an: Die haben ein Backend für KI-Chat-Apps vorgestellt, und zwar unter dem Namen Chat Agent. Das Kernversprechen steht eigentlich in einem Satz: KI-Chat, der weiterläuft, auch wenn ihr den Tab schließt.

Felix Hartmann: Das ist genau der Punkt, der bei den üblichen Chat-Apps sonst immer weh tut. Ein klassischer Request-Response-Endpunkt hat Timeouts, und wenn niemand tippt oder eine Antwort mal länger dauert, bricht die Konversation ab. Mitgründer James hat das als ihre Motivation genannt: Man brauchte bisher Postgres, Redis und Queue-Koordination als zusätzliche Infrastruktur, damit Turns überhaupt überleben.

Lena Vogel: Und genau das wollen sie wegrationalisieren. Die Plattform selbst ist Open Source unter Apache 2.0, für TypeScript-Entwickler, um KI-Agenten und Workflows zu bauen. Chat Agent ist jetzt der neue Backend-Dienst, der sich unter das bestehende AI SDK setzt: streamText läuft auf dem Server, useChat im Client, und die eigene API-Route dazwischen entfällt einfach.

Felix Hartmann: Was das konkret bedeutet: Jede Konversation bekommt ihre eigene Maschine ohne Timeouts. Die schläft, wenn niemand tippt, und wacht an derselben Stelle wieder auf – ohne dass wir als Entwickler State verwalten müssen. In den Produktionsdaten läuft laut James einer von 20 Turns länger als 36 Minuten, und das ist dank der fehlenden Timeouts unproblematisch.

Lena Vogel: Ein Refresh mitten in der Antwort setzt den Stream dort fort, wo der Browser aufgehört hat. Und wer den Tab schließt, verliert den Chat nicht. Das Gedächtnis zwischen Turns sind Variablen – ein Sub-Agent, der vor vier Fragen gestartet wurde, ist am nächsten Tag noch da. Und das Beste aus Abrechnungssicht: Wartezeiten, etwa auf eine menschliche Freigabe über Nacht, werden nicht berechnet. Pro Turn gibt es automatisch Tracing von Prompts, Tool-Aufrufen, Latenz und Kosten – ohne dass man etwas einrichten muss.

Lena Vogel: Weiter geht's mit Dograh – einer komplett quelloffenen, selbst hostbaren Plattform für Voice-AI-Agenten. Auf Product Hunt positioniert sie sich ausdrücklich als Open-Source-Alternative zu VAPI und Retell. Die Überzeugung von Maker Pritesh ist plakativ: Kein Unternehmen sollte die Voice-KI besitzen.

Felix Hartmann: Sein Ausgangspunkt: Bei geschlossenen Plattformen mietet man sich im Grunde eigene Agenten in deren Cloud, zu deren Preisen – pro Minute abgerechnet. Bei Dograh ist ab Tag null jede Zeile unter der BSD-2-Lizenz veröffentlicht, Installation mit einem Befehl, nichts ist gated, alles läuft auf dem eigenen Server. Es gibt keine Per-Minute-Gebühr und keine gesperrten Stufen; die einzigen Kosten sind die eigene Modellrechnung.

Lena Vogel: Eigene Modell-Keys kann man über mehr als 30 Integrationen einbinden, etwa OpenAI, Gemini, Groq, Twilio, ElevenLabs und Deepgram – oder Modelle laufen komplett lokal, laut Website sogar air-gapped, also ohne jeden Netzwerkzugang. Dazu kommen ein visueller Flow-Builder ohne Glue-Code, Echtzeit-Sprach-Sprachwechsel in über 70 Sprachen mitten im Anruf, und als Option dafür auch Gemini 3.1 Flash Live.

Felix Hartmann: Plus Telefonie mit Warm-Handoff an Menschen und Anrufaufzeichnungen mit automatischem QA. Und ein Detail finde ich besonders clever: Bei Sprachausgaben nimmt das System, wo möglich, eine vorgefertigte menschliche Aufnahme im selben Klon und greift nur sonst auf TTS zurück – das soll die Kosten um bis zu dreifach senken. Dazu kommt ein MCP-Server, über den Tools wie Claude Code, OpenClaw oder Cursor Voice-Agenten direkt aus der Entwicklungsumgebung erstellen und deployen können.

Lena Vogel: Dann zu BearDrive – ein Open-Source-Projekt von Runbear, und zwar ein gemeinsamer Ordner für all die Dateien, die die KI-Agenten eines Teams erzeugen: Reports, Decks, CSVs, Research. Das Problem, das Gründer Snow beschreibt, kennt vermutlich jedes Team: Die Agenten produzieren wertvolle Arbeit, aber die lebt auf einzelnen Laptops und stirbt dort auch wieder.

Felix Hartmann: Genau, er sagt wörtlich, dass die Arbeit „lebte und starb“. Und er hat es vorher mit Notion-Einfügen, mit Git und mit Dropbox versucht – alles habe versagt. BearDrive synchronisiert stattdessen den bestehenden Arbeitsordner in Sekunden mit dem Team, führt eine vollständige Versionshistorie inklusive Zuordnung bis zur Agent-Session und erzeugt für jede Datei einen Link mit Web-Ansicht. Fremde Agenten können aus demselben Ordner lesen.

Lena Vogel: Es funktioniert laut Anbieter mit Claude Code, Cowork, Codex, Gemini CLI – im Grunde mit jedem lokalen Tool, das Dateien schreibt. Open Source und selbst hostbar, der verwaltete Dienst ist während der Beta kostenlos. Und Runbear betreibt eigenen Angaben zufolge das komplette Unternehmen damit – sogar der Launch wurde darin geplant. Bewusst ist es kein Agent-Memory-System und kein weiterer Workspace, in den man migriert, sondern das Dateisystem selbst als gemeinsame Oberfläche.

Felix Hartmann: Offen bleiben allerdings ein paar Fragen aus der Community. Ein Nutzer hofft, sein selbst gebautes rclone-Setup damit ersetzen zu können, fragt aber, wie BearDrive mit sehr großen Dateien umgeht – in seinem Fall über 100 Megabyte. Dazu liegt keine Antwort vor. Und mehreren Kommentatoren ist noch nicht klar, wo genau der Unterschied zu Notion oder ClickUp mit MCP-Anbindung liegt.

Lena Vogel: Zum Schluss Ballet – eine Workflow-Automatisierungsplattform vom Brainfish-Team, die genau heute gelauncht wurde. CEO und Mitgründer Daniel erzählt, sie sei aus zwölf Monaten und hunderten Gesprächen mit Ops-Verantwortlichen entstanden. Und dabei kehrten drei Muster fast überall wieder.

Felix Hartmann: Drei Muster, die viele von uns erkennen werden: Erstens sind Ops-Teams zur sogenannten Human Middleware geworden, die Systeme einfach zusammenkleben. Zweitens bauen Teams isolierte KI-Agenten, die nichts miteinander integrieren. Und drittens will niemand volle Autonomie – gewünscht ist graduierte, vertrauenswürdige Kontrolle. Genau dafür ist Ballet gebaut: Man beschreibt einen Mehrsystem-Workflow in einfacher Sprache, Ballet schreibt ihn als Code und führt ihn aus.

Lena Vogel: Beworben werden ein vollständiges Audit-Log, One-Click-Rollback, ein Simulationsmodus und ein wählbarer Autonomiegrad – dazu versionierter Code mit Freigabegates und wiederholbaren Runs. Determinierend soll der Workflow dort sein, wo Genauigkeit zählt, und agentisch dort, wo Urteilsvermögen hilft. Der frühe Zugang ist für Design-Partner mit echten Workflows gedacht – etwa RevOps, Support Ops und produktorientierte Wachstumsteams. Interessierte Teams können ihren Backlog-Workflow in einer 30-minütigen Sitzung modellieren lassen.

Felix Hartmann: Im Vergleich zu n8n und Zapier beansprucht das Unternehmen: Bau in Minuten statt Wochen, Selbstschreiben der Integration gegen jede API bei Bedarf statt Connector-Bibliotheken, die bei proprietären Stacks auslaufen, und Ablauf als prüfbarer Code statt fragiler visueller Grafiken. Und bei den Kosten verspricht es vorhersehbare Ausgaben, bei den Ergebnissen Konsistenz – der Preis für all das ist Vertrauen: prüfbarer, versionierter Code, den man vor jedem Lauf absegnen kann. Damit bleibt die Frage, wie sich das in der Praxis gegen die etablierten Plattformen schlägt – aber als Thema für Ops-Teams dürfte Ballet auf dem Radar bleiben.

Lena Vogel: Argos hat ein neues Feature namens „Media Sharing“ vorgestellt, und es zielt auf ein sehr konkretes Problem im Entwickleralltag. Mitgründer Greg erklärt es so: GitHub bietet keine öffentliche Schnittstelle an, um Anhänge direkt an Kommentare zu hängen. Ein angemeldeter Browser schafft das zwar per Drag and Drop, aber ein Coding-Agent, der im Terminal arbeitet, eben nicht.

Felix Hartmann: Genau diese Lücke schließt das Feature jetzt. Ein einziger Befehl erzeugt aus einem Screenshot oder einer Bildschirmaufnahme einen stabilen Teilen-Link mit fertigem Markdown und postet ihn automatisch als Kommentar auf den Pull Request. Das Ganze läuft laut Ankündigung über die Kommandozeile, ein Node.js-SDK, eine REST-Schnittstelle und einen MCP-Server. Und ein sogenannter „argos-upload“-Skill soll den Agenten beibringen, wann ein Screenshot eigentlich aussagekräftiger ist als ein Textabsatz.

Lena Vogel: Der Punkt, der mich wirklich überzeugt, ist die Versionierung. Jeder Upload ist eine eigene Version. Lädst du nach dem Review nochmal hoch, bleibt die URL unverändert, das eingebettete Bild im Pull Request aktualisiert sich, und die kommentierte Version bleibt erhalten. Rezensenten können Kommentare sogar exakt an einem Bildpunkt verankern. Und weil diese Koordinaten samt Versionsnummer maschinenlesbar sind, kann ein Agent die Stelle anschließend direkt über die Kommandozeile beheben.

Felix Hartmann: Laut der Ankündigung ist Media Sharing in jedem Tarif verfügbar, auch im kostenlosen. Ein Bild kostet eine Screenshot-Unit, ein Video deren 25. Ein Community-Kommentar bestätigt den Nutzen angesichts der GitHub-Limits, stellt aber die offene Frage, wie Agenten tatsächlich Screenshots aufnehmen, die den relevanten Zustand zeigen statt nur einen Zufallsmoment. Man sollte dazu sagen: Das sind bislang Herstellerangaben, keine unabhängig verifizierten Ergebnisse.

Lena Vogel: Das war unser Überblick über die neuesten Launches rund um KI und Entwicklung – von CodeBurn, dem kostenlosen Tracker für KI-Coding-Kosten, über das Control Plane von Cohesor für Enterprise-Agenten, bis hin zu Unsloth Desktop fürs lokale Training und Trigger.dev mit seinem Chat-Backend.

Felix Hartmann: Und auch die quelloffenen Voice-Agents von Dograh, BearDrive als gemeinsamer Dateiordner für KI-Agenten, die neue Workflow-Plattform Ballet sowie Argos mit Media-Sharing für Pull Requests haben wir uns angeschaut.

Lena Vogel: Genau. Wenn ihr mehr zu einem dieser Projekte wissen wollt, schaut euch die einzelnen Beiträge an. Damit verabschieden wir uns und bis zum nächsten Mal!