Bastiontrace: разбор следов после вредных инструкций у ИИ-агентов

Bastiontrace — свежий проект на GitHub для разбора инцидентов с ИИ-агентами, которые могли подхватить вредную инструкцию из текста, файла или другого входа. В описании видны версия 0.1.0, примеры, тесты и связанный запуск на Hacker News.

Сигнал низкого внимания жёсткий: у репозитория было 0 звёзд и 0 ответвлений, а обсуждение на Hacker News вскоре после публикации держалось примерно на 2 баллах. Но идея сильнее этих чисел. Рынку нужны не только предохранители до действия, но и понятный журнал после сбоя: что агент прочитал, где сменил курс и какой шаг принёс опасную инструкцию.

Chatley AI: голосовой агент для звонков, сообщений и чата на сайте

Chatley AI появился на BetaList как ИИ-агент для телефонных звонков, коротких сообщений и веб-чата. Сам по себе рынок голосовых агентов уже шумный, но здесь интересна попытка собрать несколько каналов вокруг одной логики общения. Для маленьких сервисных компаний это может быть важнее красивой демонстрации: заявки всё ещё приходят то по телефону, то в сообщениях, то через сайт.

Сигнал недооценённости — свежая карточка на BetaList от 11 сентября 2026 года без заметного внешнего обсуждения в поисковой выдаче. Если продукт сумеет хранить контекст между каналами и не путать, где клиент уже получил ответ, он заслуживает большего внимания, чем обычный одноразовый бот для формы.

Arga Labs: обучение корпоративных ИИ-агентов без громкого запуска

Arga Labs мелькнул в ленте TechCrunch об ИИ-агентах как проект, который хочет лучше обучать корпоративных агентов. Это звучит менее эффектно, чем новый универсальный помощник, но боль реальная: корпоративные агенты часто ломаются не из-за слабой модели, а из-за плохого понимания внутренних процессов, прав доступа, передач между командами и исключений.

Низкое внимание видно по формату: это нишевое упоминание в тематической ленте TechCrunch от 26 августа 2026 года, без ощущения большого публичного запуска. Тем не менее именно такие инфраструктурные компании могут оказаться полезными, если научатся превращать внутренние рабочие правила в проверяемое поведение агента, а не в набор красивых обещаний.