Was ist Eigent?
Eigent ist eine Desktop-App des Teams hinter dem Multi-Agenten-Framework CAMEL-AI. Du beschreibst eine Aufgabe; ein koordinierender Agent zerlegt sie in Teilaufgaben und verteilt sie an spezialisierte Worker (Entwickler-, Browser-, Dokument- und multimodale Agenten), die parallel arbeiten und Ergebnisse zurückmelden. Es kann auch einen einzelnen, fokussierten Agenten ausführen, wiederkehrende Automations planen und MCP-Server und Skills einbinden.
Das Frontend nutzt Electron und React, das Backend ist ein FastAPI-Server mit CAMEL. Es funktioniert mit Cloud-APIs, eigenen Schlüsseln oder lokalen Modellen über vLLM, Ollama oder LM Studio, und ein dokumentiertes lokales Deployment speichert Konten, Einstellungen und Chatverlauf in einer Postgres-Datenbank auf deinem eigenen Rechner. Das Repository wurde im Juli 2025 angelegt, steht unter der Apache-2.0-Lizenz und veröffentlichte v1.0.7 am 30. Oktober 2026.
Was kostet Eigent?
| Tarif | Preis | Was enthalten ist |
|---|---|---|
| Free | Free | Eigene API-Schlüssel oder lokale Modelle |
| Plus | $19.99/month | 2.000 Task-Credits pro Monat |
| Pro | $99.99/month | 10.000 Task-Credits pro Monat |
| Enterprise | Custom |
Kostenlos und Open Source (Apache 2.0) mit eigenen API-Schlüsseln oder lokalen Modellen. Gehostete Credits: Plus $19.99/Monat (2.000 Task-Credits), Pro $99.99/Monat (10.000 Task-Credits), beide mit 7-tägiger Testphase; Teams angekündigt; Enterprise nach Vereinbarung.
Lohnt sich Eigent?
Eigents prägende Idee ist die Belegschaft: Statt dass ein einzelner Agent einen langen Plan Schritt für Schritt abarbeitet, verteilt ein Koordinator Teilaufgaben an spezialisierte Worker, die gleichzeitig laufen. Bei Aufgaben mit unabhängigen Teilen, etwa der Recherche zu fünf Wettbewerbern oder dem Bau mehrerer kleiner Webseiten, spart das echte Zeit, und die Use-Case-Sammlung des Projekts zeigt, wie es aus einem einzigen Prompt Word-Berichte, grafiklastige Zusammenfassungen und Browserspiele erzeugt. Es hat rund 15.800 GitHub-Sterne und liefert seit September 2026 etwa alle zwei bis drei Wochen ein Release aus, zuletzt v1.0.7 am 30. Oktober.
Dies ist ein Computer-Use-Agent im vollen Sinn. Der Entwickler-Worker führt Terminalbefehle aus, der Browser-Worker steuert einen echten Browser, und die Agenten-Prompts weisen ihn an, native Anwendungen unter macOS mit AppleScript und anderswo mit pyautogui (synthetische Mausklicks und Tastenanschläge) zu bedienen. Vier Freigabemodi regeln das, von Read only und Ask first bis zu einem automatischen Prüfer und Full access. Die SECURITY.md des Projekts sagt unumwunden, dass diese Freigaben und das Audit-Protokoll keine Sandbox des Betriebssystems sind und dass ein Agent mit Shell freie Hand über deine Dateien und Prozesse hat.
Die Sicherheitsgeschichte mahnt zur Vorsicht. Zwei Advisories sind veröffentlicht: eine 1-Klick-Remote-Code-Execution mit hohem Schweregrad in der App (Dezember 2025) und eine kritische Schwachstelle im CI-Workflow, durch die Pull Requests aus Forks Code mit Schreibrechten auf das Repository ausführen konnten (Januar 2026). Beide sind inzwischen öffentlich, und beide sind früh und schwerwiegend für ein Projekt dieses Alters.
Der Datenschutz hängt davon ab, wie du es betreibst. Der Schnellstart verbindet sich mit Eigents Cloud und verlangt ein Konto; das lokale Deployment hält Registrierung, Einstellungen und Verlauf in deiner eigenen Postgres-Instanz. Laut Datenschutzerklärung erhebt Eigent keine Prompts oder Dateien aus lokalen Deployments, erwähnt eine optionale Fehlerberichterstattung, die ein Administrator einschalten kann, und behält sich vor, anonymisierte abgeleitete Daten aus seinem Cloud-Dienst zu nutzen. Gegenüber OpenWork ist Eigent stärker bei paralleler Multi-Agenten-Arbeit und schwächer in der Teamverwaltung; gegenüber Goose ist es zugänglicher für Nicht-Entwickler, aber weit weniger erprobt.
Wo es sich lohnt
Eine Engineering-Managerin in einer Softwarefirma mit 30 Leuten
Einen Monat gemergter Pull Requests in einen schriftlichen Bericht und ein Slack-Update verwandeln
Eigents eigene Anleitung macht das mit DeepSeek über Ollama: Die Agenten lesen die GitHub-Pull-Requests, schreiben eine Word-Zusammenfassung und entwerfen die Release-Notiz. Mit einem lokalen Modell kostet die Software nichts; die Kosten liegen in einem Rechner, der das Modell ausführen kann.
Ein Marktanalyst in einer kleinen Beratung
Mehrere Wettbewerber gleichzeitig recherchieren und ein Vergleichsdokument zusammenstellen
Der Koordinator weist pro Wettbewerber einen Browser-Worker und einen Dokument-Worker zum Zusammenführen der Ergebnisse zu. Mit gehosteten Credits enthält Plus für $19.99 im Monat 2.000 Task-Credits; für Tage mit viel Multi-Agenten-Arbeit ist ein eigener API-Schlüssel die bessere Wahl.
Eine Datenschutzbeauftragte in einem regulierten Unternehmen
Einen Desktop-Agenten testen, ohne Mitarbeiterdateien in die Cloud eines Anbieters zu schicken
Betreibe das lokale Deployment mit eigener Postgres-Datenbank und einem lokalen Modell, stelle die Freigaben auf Ask first und lass die optionale Fehlerberichterstattung aus. Behandle den Shell- und GUI-Zugriff des Agenten als vollen Benutzerzugriff, wenn du entscheidest, auf welchem Rechner er läuft.
Bevor du dich festlegst
- Einrichtung
- Lade die Desktop-App von eigent.ai herunter oder klone aus dem Quellcode das Repo mit Node 18 bis 22 und führe npm install und npm run dev aus; dieser Schnellstart nutzt Eigents Cloud und verlangt ein Konto. Der vollständig lokale Weg folgt der Server-Anleitung und ergänzt eine lokale Postgres-Datenbank.
- Integrationen
- Cloud-Modell-APIs, Enterprise-Gateways und lokale Modelle über vLLM, Ollama oder LM Studio; MCP-Server und Skills; eingebaute Browser-, Terminal- und Dokument-Toolkits; geplante Automations; entfernte Sub-Agenten wie BytePlus ModelArk.
- Daten und Datenschutz
- Das lokale Deployment hält Registrierung, Einstellungen und Chatverlauf auf deinem Rechner; laut Datenschutzerklärung werden Prompts und Dateien aus lokalen Deployments nicht erhoben, mit optionaler Fehlerberichterstattung, die ein Admin aktivieren kann. Cloud-Konten speichern Konto- und Nutzungsdaten, und Eigent darf anonymisierte abgeleitete Daten nutzen. Agenten führen Shell-Befehle aus, steuern einen Browser und können über pyautogui oder AppleScript mit den Rechten deines Benutzers die Maus bewegen und tippen.
- Kosten im großen Maßstab
- Selbst hosten ist kostenlos, zuzüglich Modellkosten. Gehostete Credits kosten bei Plus $19.99 im Monat für 2.000 Task-Credits oder bei Pro $99.99 im Monat für 10.000; ein Teams-Plan ist angekündigt, aber ohne Preis, und Enterprise mit SSO und lokalem Deployment gibt es auf Anfrage.
- Grenzen
- Freigaben und Audit-Protokoll sind laut Projekt selbst keine Betriebssystem-Sandbox. Zwei veröffentlichte Advisories, eines kritisch. Rund 248 offene Issues und Pull Requests. Multi-Agenten-Läufe vervielfachen den Tokenverbrauch.
Was gut ist
- Parallele Spezialagenten für Aufgaben mit unabhängigen Teilen
- Lokales Deployment hält Konten und Verlauf auf deinem Rechner
- Funktioniert mit lokalen Modellen über vLLM, Ollama oder LM Studio
- Vier Freigabemodi, von Read only bis Full access
Was nicht
- Shell- und GUI-Steuerung laufen mit vollen Benutzerrechten, ohne Sandbox
- Eine 1-Klick-RCE mit hohem Schweregrad und ein kritischer CI-Fehler bereits veröffentlicht
- Der Schnellstart bindet dich an ein Cloud-Konto
- Multi-Agenten-Läufe verbrauchen Credits oder Tokens schnell
Am besten für
Technisch versierte Einzelpersonen und kleine Teams, die parallele Agenten für Recherche, Berichte und Dateiarbeit auf dem eigenen Rechner wollen und bereit sind, sie zu beaufsichtigen.
Alternativen zu Eigent
Eigent: häufige Fragen
- Lohnt sich Eigent?
- Eigent ist der ehrgeizigste der offenen Cowork-Klone und verteilt Arbeit auf parallele Agenten, die deinen Desktop steuern können, doch sein Shell- und GUI-Zugriff läuft mit deinen vollen Benutzerrechten, und seine kurze Sicherheitsbilanz enthält schon eine 1-Klick-RCE. Wir bewerten es mit 3.9 von 5.
- Was kostet Eigent?
- Kostenlos und Open Source (Apache 2.0) mit eigenen API-Schlüsseln oder lokalen Modellen. Gehostete Credits: Plus $19.99/Monat (2.000 Task-Credits), Pro $99.99/Monat (10.000 Task-Credits), beide mit 7-tägiger Testphase; Teams angekündigt; Enterprise nach Vereinbarung.
- Welche Nachteile hat Eigent?
- Shell- und GUI-Steuerung laufen mit vollen Benutzerrechten, ohne Sandbox; Eine 1-Klick-RCE mit hohem Schweregrad und ein kritischer CI-Fehler bereits veröffentlicht; Der Schnellstart bindet dich an ein Cloud-Konto; Multi-Agenten-Läufe verbrauchen Credits oder Tokens schnell.
- Für wen eignet sich Eigent?
- Technisch versierte Einzelpersonen und kleine Teams, die parallele Agenten für Recherche, Berichte und Dateiarbeit auf dem eigenen Rechner wollen und bereit sind, sie zu beaufsichtigen.
- Was kostet Eigent für ein Team oder im Produktivbetrieb?
- Selbst hosten ist kostenlos, zuzüglich Modellkosten. Gehostete Credits kosten bei Plus $19.99 im Monat für 2.000 Task-Credits oder bei Pro $99.99 im Monat für 10.000; ein Teams-Plan ist angekündigt, aber ohne Preis, und Enterprise mit SSO und lokalem Deployment gibt es auf Anfrage.
- Ist Eigent sicher für Firmendaten?
- Das lokale Deployment hält Registrierung, Einstellungen und Chatverlauf auf deinem Rechner; laut Datenschutzerklärung werden Prompts und Dateien aus lokalen Deployments nicht erhoben, mit optionaler Fehlerberichterstattung, die ein Admin aktivieren kann. Cloud-Konten speichern Konto- und Nutzungsdaten, und Eigent darf anonymisierte abgeleitete Daten nutzen. Agenten führen Shell-Befehle aus, steuern einen Browser und können über pyautogui oder AppleScript mit den Rechten deines Benutzers die Maus bewegen und tippen.
- Was sind die besten Alternativen zu Eigent?
- Die nächsten Alternativen, die wir getestet haben, sind OpenWork, Interpreter Workstation, OpenWorker, goose und Magentic-UI (MagenticLite).
Antworten geprüft am 14. Nov. 2026.