DeckCrew на BetaList предлагает не просто ещё одного ИИ-агента, а целую управляемую среду для команд, где агенты работают по ролям, используют общие знания компании, действуют в изолированных пространствах и просят подтверждение перед рискованными шагами. На ранней стадии это выглядит как попытка закрыть не витринную, а операционную часть агентных систем — ту самую, где обычно и ломается путь от красивой демонстрации к рабочему внедрению.
Сегодня в фокусе вакансия Royal Bank of Canada в Нью-Йорке: банк ищет инженера по ИИ на 110–135 тысяч долларов в год для работы на стыке генеративного ИИ, корпоративных систем финансового рынка и инженерной дисциплины уровня крупной регулируемой организации.
На GitHub почти без внимания проходят как минимум два ранних проекта для агентной разработки: agent-skills с попыткой упаковать рабочие навыки для ИИ-агентов в повторно используемый формат и cli-ai-agent как практический командный агент для действий через внешние инструменты. У обоих сейчас почти нулевая видимость, но сами идеи попадают в реальные боли команд, которые хотят превратить агентов из красивой демонстрации в устойчивый рабочий контур.
Два заметных сигнала из мира ИИ: в Юго-Восточной Азии заранее закрепляют огромные объёмы вычислительных мощностей, а французский бизнес всё чаще внедряет генеративный ИИ без заметного эффекта для производительности. Вместе это показывает разрыв между гонкой за инфраструктурой и реальной отдачей для компаний.
Сегодня в фокусе две заметные свежие вакансии из aijobs.com: редкая гибридная роль на стыке инженерии и публичного технического лица в You.com с вилкой до 300 тысяч долларов в год и архитектурная позиция в NVIDIA для тех, кто хочет работать на границе между AI-нагрузками, параллельными вычислениями и будущими аппаратными платформами.
На фоне шума вокруг чат-интерфейсов почти тихо проходит AgentPhone — инфраструктурный сервис, который выдаёт ИИ-агентам собственные телефонные номера и сводит звонки и сообщения в единый вебхук. По ранним признакам проект совсем маленький, но сама идея выглядит сильнее этого скромного следа внимания.
На Product Hunt в центре внимания оказались два инфраструктурных инструмента для команд, которые строят ИИ-агентов: Firecrawl для извлечения и структурирования данных с сайтов и Respan Gateway One для наблюдаемости и оценки качества ответов. Оба проекта решают уже не демонстрационный, а производственный уровень задач — как стабильно кормить агентов данными и как контролировать их поведение после запуска.
Новый разбор показывает важный разрыв: на уровне отдельных задач ИИ уже часто дает реальный прирост скорости и качества, но в общей статистике производительности это почти не отражается. Вероятная причина — не только ограничения моделей, но и то, как медленно компании перестраивают процессы, обучают людей и встраивают новые инструменты в повседневную работу.
В сегодняшнем выпуске по Wellfound — две заметные инженерные роли: удалённая позиция Senior AI Engineer в Affinity.co для работы на стыке продукта, данных и прикладного ИИ, а также Machine Learning Engineer в AI Labs компании Netskope для тех, кто хочет доводить модели до продакшена внутри крупной облачной платформы безопасности.
