Runner H AI Agent

Sie beschreiben die Aufgabe so, wie Sie sie einem Kollegen erklären würden, und Runner H macht daraus eine Abfolge von Browseraktionen. Es gibt keine Selektor-Syntax, die man vorab lernen muss. Das senkt die Einstiegshürde für Menschen, die keine Entwickler sind. Der Agent liest die Seite, um herauszufinden, was zu tun ist, statt auf fest verdrahtete Pfade zu setzen.

Websites ändern sich, und skriptbasierte Automatisierung bricht dann meist. Runner H interpretiert die Seite bei jedem Lauf neu. Ein verschobener Button oder ein umbenanntes Feld legt den Workflow also nicht automatisch lahm. H Company nennt das den Hauptgrund, warum er bei langlebigen Aufgaben besser standhält als klassische Bildschirm-Automatisierung.

Der Agent läuft auf den hauseigenen Grundmodellen von H Company, nicht auf einem Allzweckmodell in einer Steuerschleife. Diese sind gezielt dafür gebaut, auf einem Bildschirm zu klicken. H Company sagt, die kleineren, spezialisierten Modelle könnten größere Generalisten bei der Klickvorhersage schlagen und seien im großen Maßstab günstiger zu betreiben. Das zählt, wenn Sie Tausende Läufe pro Monat ausführen. Die Kosten summieren sich schnell.

Im Studio erstellen Sie Automatisierungen und prüfen vergangene und laufende Sitzungen. Sie können sehen, was der Agent bei jedem Schritt entschieden hat. Das hilft, wenn ein Lauf aus dem Ruder läuft und Sie sehen müssen, warum. Es soll einmalige Aufgaben in wiederholbare Pipelines verwandeln.

Sie können verwaltete Agenten über eine REST-API aufrufen, sie von der Kommandozeile aus starten oder über einen MCP-Server verbinden. SDKs gibt es für TypeScript und Python. H Company sagt, die meisten Nutzer bringen einen ersten Agenten in unter einer halben Stunde zum Laufen. Das passt zu Teams, die den Agenten in ihre eigene Toolchain einbetten wollen, statt in einer Web-Oberfläche zu arbeiten.

Agenten lassen sich einmal konfigurieren und per Namen wiederverwenden, und Sie können wiederverwendbare Fähigkeiten kombinieren oder Arbeit an spezialisierte Subagenten übergeben. Statt alles in einen einzigen Prompt zu stopfen, bauen Sie kleinere Teile. Dann lassen Sie das System zwischen ihnen vermitteln. Jeder Lauf bleibt sichtbar, sodass Sie nachvollziehen können, was ein bestimmtes Ergebnis erzeugt hat.

Es gibt keine Laufzeitumgebung, die Sie bereitstellen, und kein Modell, das Sie pflegen müssen. H Company betreibt die Agenten in der Cloud und kümmert sich um die Ausführungsebene. Das ist der Unterschied zwischen einer Demo und etwas, das Sie unbeaufsichtigt laufen lassen können.