В этой подборке собраны проекты с почти невидимым публичным следом: 0 звёзд на GitHub, несколько голосов на YC Launch или ноль голосов на Product Hunt. Их объединяет не громкая витрина, а скучная практическая тема: как сделать ИИ-агентов проверяемыми, управляемыми и полезными в узких рабочих процессах.

agent-arena

У репозитория agent-arena сейчас 0 звёзд на GitHub. Проект предлагает арену для оценки агентов без судьи-модели: с детерминированными состязательными сценариями, зафиксированными повторами и отчётами, которые можно подключать к инженерному процессу.

Это заслуживает больше внимания, чем показывают метрики, потому что оценка агентов часто тонет в субъективных оценках: модель проверяет модель, а потом команда спорит, что именно произошло. Здесь ставка другая: оставить повторяемый след ошибки, чтобы её можно было разобрать как инженерный дефект, а не как впечатление от демонстрации.

agent-audit

agent-audit тоже найден как репозиторий с 0 звёзд на GitHub. Это инструмент командной строки без внешних зависимостей, который в режиме только чтения проверяет окружение ИИ-агента: секреты, открытые порты, риски подключённых серверов MCP и признаки отравления цепочки поставки.

Идея выглядит маленькой, но боль очень реальная. Локальные агентные наборы быстро обрастают ключами, серверами, разрешениями и временными файлами. Если перед запуском можно получить скучный отчёт о явных дырах, такой инструмент ближе к ремню безопасности, чем к очередной игрушке для разработчиков.

Lighthouz AI

У Lighthouz AI всего 2 голоса на YC Launch. Компания автоматизирует взыскание оплат для грузовых брокеров и логистических посредников: обещает ускорять поступление денег на 5–8 дней без найма дополнительных сотрудников в отдел дебиторской задолженности.

Слабый сигнал здесь обманчив. Это не универсальный помощник «для всего», а узкая финансовая операция, где пользу можно измерить сроком оплаты, количеством касаний и возвратом денег. Для агентных продуктов такие скучные отраслевые процессы часто ценнее широких обещаний, потому что результат виден в кассе.

Yuma Voice

Yuma Voice набрала только 3 голоса на YC Launch. Продукт переносит автоматизацию поддержки в телефонные звонки для брендов: один общий справочник должен задавать правила для агентов в разных каналах, а голосовой агент не только отвечает, но и выполняет действия.

Интересная часть не в самом слове «голосовой», а в общем контуре управления. Если чат, почта и телефон опираются на один набор правил, у команды появляется шанс держать качество поддержки согласованным. При таком низком публичном шуме это выглядит как нишевая, но важная проверка: сможет ли голосовой агент быть продолжением поддержки, а не отдельным рискованным экспериментом.

Agent MCP Studio

Agent MCP Studio остался небольшим обсуждением на Hacker News: 11 баллов и 6 комментариев. Автор описывает браузерную студию для проектирования и связывания агентных систем: создание инструментов, несколько агентов, поиск по материалам и выполнение кода в одном статическом файле внутри браузера.

Проект интересен тем, что снижает порог для архитектурных проб. До покупки большой платформы команде часто нужно просто увидеть, как агенты, инструменты и данные связаны между собой. Локальная браузерная среда может стать черновиком, где безопасно нащупывают схему будущей системы.

Super Agent Skill

У Super Agent Skill на зеркале Product Hunt указаны 0 голосов и 1 комментарий. Идея — слой загружаемых навыков для ИИ-агентов: доменные способности можно подписывать и снабжать оценкой доверия после состязательных проверок.

Это выглядит недооценённым, потому что навыки агентов постепенно становятся переносимыми блоками. Как только агент начинает загружать чужую способность, вопрос уже не только в удобстве, но и в доверии: кто её написал, что она может сделать и как проверялась. Подпись и оценка риска могут оказаться важнее красивого описания навыка.

Asasanta AI Agent

Asasanta AI Agent запустился на Product Hunt с 0 голосов и 1 комментарем. Это широкий помощник для разговоров с ИИ, автоматизации цифровых задач и поддержки пользователей. Формулировка звучит почти типово для рынка, и именно поэтому запуск полезно заметить.

При нулевой видимой тяге такой продукт показывает, насколько быстро универсальные ассистенты становятся товарной категорией. Чтобы выбраться из шума, им придётся доказывать не общий лозунг про автоматизацию, а конкретный рабочий сценарий: где человек экономит время, где сохраняется контроль и какую задачу агент закрывает лучше обычного инструмента.

Главный вывод из этой группы простой: самые полезные недооценённые проекты вокруг агентов часто не обещают «полную автономность». Они дают журнал, проверку, ограничение, общий справочник или узкий отраслевой поток. Именно такие детали и превращают красивого агента в систему, которой можно доверять.