На этот раз источник один — GitHub, и картина очень показательная: разработчики продолжают активно тянуться не только к помощникам для написания кода, но и к инфраструктуре для AI-агентов и к более узким прикладным моделям. Ниже — три проекта с самой заметной тягой в этой выборке.

1. Continue

У проекта Continue сейчас 33 903 звезды на GitHub, плюс ещё 49 за день. Это помощник для программирования с открытым кодом, который встраивается прямо в рабочий процесс разработчика и даёт AI-подсказки внутри среды разработки.

Почему это важно: рынок помощников для кода уже переполнен, но Continue всё равно держит очень сильную аудиторию. Это хороший сигнал в пользу того, что спрос на управляемые разработчиком инструменты никуда не исчез: часть команд по-прежнему хочет сама выбирать модели, правила и способ встраивания AI в свою разработку, а не замыкаться на полностью закрытом сервисе.

Источник: GitHub

2. Composio

У Composio около 28,8 тысячи звёзд и 4,6 тысячи форков. Проект строит платформу для подключения инструментов, авторизации, управления контекстом и рабочих сред для AI-агентов. Проще говоря, это слой, который помогает агенту не только рассуждать, но и безопасно работать с внешними системами без ручной сборки каждой интеграции с нуля.

Почему это важно: экосистема всё явнее движется к следующему этапу, где ценность создаёт не только сама модель, но и надёжная обвязка вокруг неё. Тяга Composio показывает, что разработчикам особенно нужны повторно используемые кирпичики для действий AI-агентов — доступ к сервисам, управление контекстом и единый способ подключать внешние возможности.

Источник: GitHub

3. TimesFM

У TimesFM от Google Research около 22,1 тысячи звёзд, а за день проект прибавил ещё 606. Это предобученная фундаментальная модель для прогнозирования временных рядов — то есть не чат и не помощник для кода, а инструмент для задач вроде спроса, операционного планирования и финансовых прогнозов.

Почему это важно: вокруг AI по-прежнему много шума про универсальных помощников, но тяга TimesFM напоминает, что у специализированных моделей есть очень понятная деловая ценность. Если открытая модель для прогнозирования собирает такую аудиторию, значит компании и инженеры по-прежнему готовы вкладываться в AI там, где результат проще измерить в деньгах, точности и качестве планирования.

Источник: GitHub

В сумме это хороший срез того, куда сейчас уходит внимание разработчиков: AI для кода, инфраструктура для агентов и специализированные модели для прикладных задач. То есть рынок уже давно живёт не одной только гонкой чат-ботов — разработчики голосуют звёздами за более приземлённые и полезные инструменты.