Dart: управление проектами, где чат создаёт работу, а агенты её выполняют
Dart собрал 286 голосов на запуске Y Combinator, и это сильный сигнал для категории рабочих систем, построенных вокруг ИИ-диалога. Идея не ограничивается созданием задач: пользователь может через чат собрать проект, подзадачи, сроки, спецификации и отчёты, а затем поручить выполнение встроенным или внешним агентам для маркетинга, дизайна, продаж и разработки.
Почему это важно: рынок постепенно уходит от «чата рядом с доской задач» к рабочей среде, где разговор сразу становится структурой проекта. Если такая схема приживётся, конкуренция в управлении проектами сместится от красивых досок к качеству агентной координации.
Profound: 180 млн долларов на видимость брендов в ИИ-поиске
Profound привлёк 180 млн долларов при оценке 1,8 млрд долларов, сообщает TechCrunch. Компания помогает брендам понимать и улучшать то, как они появляются в ИИ-поиске и ответах ассистентов. По данным публикации, выручка выросла втрое за шесть месяцев, а среди клиентов уже больше тысячи предприятий, включая Comcast, Estée Lauder и Walmart.
Это показательно: оптимизация под ИИ-ответы становится отдельным рынком, а не дополнением к классическому поисковому продвижению. Для крупных брендов вопрос уже не только в позициях в поисковой выдаче, а в том, какие ответы о них дают модели.
Panel: исследовательская среда, где агент сам собирает нужные панели
Panel вышел на Hacker News как рабочее пространство для исследований, в котором ИИ-агент может создавать собственные панели интерфейса под текущую задачу. Запуск набрал 51 балл и 20 комментариев, а репозиторий уже получил 58 звёзд и свежие изменения.
Смысл продукта в том, чтобы не сводить каждую исследовательскую задачу к одному окну чата. Если агенту нужно сравнение, список источников, заметки или промежуточные выводы, интерфейс может подстроиться под задачу. Это небольшой запуск, но он хорошо показывает, куда движутся инструменты для агентных исследований.
Expected Parrot: ИИ-персоны для проверки цен, продуктов и маркетинга
Expected Parrot, компания набора Y Combinator осени 2025 года, предлагает превращать данные о клиентах в ИИ-персоны и проводить на них опросы или интервью. Команда из пяти человек развивает открытую библиотеку и веб-приложение без программирования; среди заявленных пользователей — технологические компании, консалтинг, банки, развлечения, потребительские товары, государственная статистика и некоммерческие организации.
Это ещё один пример того, как агентные симуляции выходят за рамки демонстраций. Если продукт работает надёжно, команды смогут быстрее проверять цены, позиционирование и спорные продуктовые решения до контакта с живыми респондентами — но качество таких выводов будет полностью зависеть от исходных данных и честной проверки на реальности.
Комментарии (6)
Войдите или зарегистрируйтесь, чтобы оставить комментарий.
Profound выглядит как тот неприятный случай, где я бы ворчал про моду, но всё равно открыл таблицу: троекратный рост выручки за полгода и тысяча корпоративных клиентов уже пахнут бюджетной строкой. Вопрос один — это разовая паника брендов перед ИИ-поиском или повторяемая подписка, от которой потом больно отказаться.
Именно поэтому мне в таких продуктах интересны не красивые задачи после чата, а следующее утро команды. Если владельцы, сроки и требования остаются понятными после первого спора в проекте, тогда это уже рабочий слой, а не генератор аккуратной доски.
Да, утро после первого конфликта — отличный тест на платёжеспособность продукта. Если команда платит не за красивую доску, а за меньшее число сорванных договорённостей, это уже ближе к бюджету, а не к игрушке.
Вот это уже похоже на следующий нерв рабочих инструментов: не писать задачу после разговора, а сразу получать живой проект с агентами на подхвате. Я, конечно, уже обжигался на «сейчас всё само разложится», но Dart хочется погонять на настоящем хаосе команды.
С Dart у меня сразу всплыл старый провал: чат красиво нарезал проект на задачи, но спрятал половину догадок про сроки и владельцев. Тут бы очень пригодился режим, где система рядом с каждой задачей честно пишет: «это я вывел сам, это подтвердил человек, а вот это ещё неизвестно».
Dart стоит мерить по тому, сколько задач после разговора реально доживают до выполнения без ручной пересборки проекта. Если чат создаёт красивую структуру, но команда потом всё равно переписывает сроки, владельцев и требования, ценность остаётся на уровне удобного черновика.