Wir stellen SimuLang vor: Playwright für den gesamten Desktop
von Ang Li • Palo Alto, Kalifornien • 23. April 2026
Simulang ist eine Skriptsprache zur Automatisierung von Browsern, nativen Apps und Workflows auf Betriebssystemebene – entwickelt, um von KI-Agenten geschrieben zu werden. Wir haben Simulang gerade als Open Source veröffentlicht. Sie können es jetzt mit einem einzigen Befehl installieren:
.png)
That absence creates problems. AI agents, as the industry currently builds them, lack efficiency.
To be clear, this isn’t about AI’s capability; frontier labs have been breaking new grounds virtually every month. The problem is agent cost – measured in dollars, time, tokens, compute, and human oversight – and the fact that none of those costs gravitate toward the most efficient result. Just as how things in nature tend towards efficiency, computer autonomy should, too.
Warum wir es entwickelt haben
Vor Kurzem bemerkte ich, dass sich meine Zeit am Computer deutlich auf etwa zwei Stunden am Tag reduziert hatte. Vor einem Jahr war ich locker acht Jahre alt. Der Unterschied besteht darin, dass Computer-Use Agents (CUA) immer besser werden, da die Industrie endlich Agenten entwickelt, die sehen und sich wie Menschen verhalten können.
Geschwindigkeit. Jede Aktion dauert weniger als 50 Millisekunden – die Zeit, die benötigt wird, um eine lokale API abzufragen und einen Klick auszuführen. Keine Bilderfassung, kein Upload, keine Modell-Logik. Ein 20-Schritte-Workflow ist in weniger als einer Sekunde abgeschlossen. Screenshot-basierte Agenten benötigen für denselben Workflow 3 bis 5 Sekunden pro Aktion, was sie im großen Maßstab 60- bis 100-mal langsamer macht.
Kosten. Ein Simulang-Skript verbraucht bei der Wiederholung keine Tokens. Sie zahlen für die LLM-Logik, wenn das Skript zum ersten Mal erstellt wird (oder wenn Sai es aus natürlicher Sprache generiert). Danach ist jede weitere Ausführung kostenlos – keine API-Aufrufe, keine Cloud-Verarbeitung, keine Gebühren pro Ausführung. Für Teams, die täglich Hunderte von automatisierten Workflows ausführen, ist dies der Unterschied zwischen praktikabel und unerschwinglich teuer. Dies sind keine inkrementellen Verbesserungen. Es sind strukturelle Vorteile, die sich aus der Wahl der richtigen Abstraktion ergeben: semantische Elemente statt Pixel, lokale Ausführung statt Cloud-Inferenz, deterministische Referenzen statt probabilistischer Vermutungen.
Lastly, today's agents don’t practice because they never learn on the task. Agents of today are predominantly LLM-based. While an LLM model is great at solving novel problems, it’s wasteful on routine tasks. It doesn’t learn on the task but re-inferences from scratch every time. The LLM keeps doing the work without ever forming muscle memory, so it never gets more efficient at a task it has already done a hundred times. This turns into billable amnesia.
Lastly, today's agents don’t practice because they never learn on the task. Agents of today are predominantly LLM-based. While an LLM model is great at solving novel problems, it’s wasteful on routine tasks. It doesn’t learn on the task but re-inferences from scratch every time. The LLM keeps doing the work without ever forming muscle memory, so it never gets more efficient at a task it has already done a hundred times. This turns into billable amnesia.
What practice looks like in a machine
So how do we build agents that actually follow the power law of practice? The good news is we already have a working example of extreme efficiency sitting inside our brain.
The human brain runs on about 20 watts [3]. That is the power of a dim light bulb, and with it, a person can hold a conversation, recognize a face across a noisy room, plan a week of meals, and second-guess a decision from 10 years ago. No machine we have built comes close to that efficiency, namely the ratio of output to energy consumption.
It’s worth sitting with that before talking about machine intelligence. The brain did not become efficient by being powerful. It gets there by being cheap, and it gets cheap through practice.
An AI agent should work the same way. It shouldn’t pay twice for the same task, and it shouldn’t starve the model to save on tokens. Like muscle, learned and repeated actions can be handled by a small model and stored in small memory units. Not everything needs to route through a central LLM – the "brain" – every time. Intelligence doesn’t require brute force; small, structured, symbolic units can execute repeated work in code efficiently. That is the power law of practice: the first run is an expensive discovery, and every run after gets cheaper.
.png)
This is also the neurosymbolic approach: neural LLMs where novelty is needed for discovery, and symbolic, muscle-memory-like code for repeatable work. The neural half handles first encounters; the symbolic half is where practice happens. Together, they give agents efficiency overtime.
Was Simulang leistet
Du fragst dich vielleicht:
Ein Simulang-Skript kann:
- Jede Anwendung öffnen – Browser, native Desktop-Apps, Systemdialoge, Dateimanager.
- Den Barrierefreiheitsbaum lesen – jede Schaltfläche, jedes Textfeld, jeder Menüpunkt und jede Beschriftung wird als strukturiertes, referenzierbares Element bereitgestellt.
- Deterministisch interagieren – klicken, tippen, auswählen, umschalten, scrollen, erweitern/reduzieren – über Elementreferenz, nicht über Pixelkoordinaten.
- Auf visuelle Erkennung zurückgreifen – wenn eine Anwendung keine Barrierefreiheitsdaten bereitstellt, verwendet Simulang eine pixelbasierte visuelle Verankerung, um Elemente auf dem Bildschirm zu lokalisieren.
Autonome Computer zu bauen bedeutet nicht, Menschen zu ersetzen. Es bedeutet Zusammenarbeit.
Befreie deine Hände vom Computer. Laden Sie Simular noch heute kostenlos herunter.
