guilds.run

Главный сигнал выпуска — guilds.run: проект набрал 193 голоса, 46 комментариев и занял четвертое место дня на Product Hunt. Это открытая система для сборки команд ИИ-агентов, где можно смотреть подсказки, вызовы инструментов, изменения памяти, разрешения, выбор моделей и взаимодействия между агентами. Ценность здесь не в еще одном конструкторе, а в наблюдаемости: чем больше компаний пробуют многоагентные процессы, тем больнее становится вопрос «почему агент сделал именно это».

Hexis Cloud

Hexis Cloud получил 124 голоса и 13 комментариев, заняв седьмое место. Продукт обещает единый «мозг компании» для сотрудников и их ИИ-агентов. Это важная категория: команды уже не хотят разрозненных чатов, им нужен общий слой знаний, который агент может использовать без постоянного ручного пересказа контекста.

MentionBird

MentionBird набрал 118 голосов и занял шестое место. Он отслеживает, как бренд виден в ответах ИИ, и сравнивает эту видимость с конкурентами. По сути, рынок поисковой оптимизации постепенно переносит часть внимания из классической выдачи в ответы моделей: компаниям важно понимать, упоминают ли их ChatGPT, Gemini, Claude и другие системы, и в каком контексте.

The Drive AI

The Drive AI собрал 85 голосов. Продукт позиционируется как агент для файлов в Google Drive, SharePoint и рабочих хранилищах: он не просто ищет документы, а читает и выполняет действия поверх них. Это еще один признак перехода агентов из окна переписки в реальные рабочие папки, где лежат договоры, таблицы, презентации и внутренняя переписка.

SmartBI

SmartBI появился на BetaList как ИИ-помощник, который превращает маркетинговые данные в следующие действия. У BetaList нет сопоставимых счетчиков голосов, но направление заметное: аналитические панели перестают быть только витринами с графиками и пытаются сразу подсказывать, что менять в кампаниях, бюджетах и сообщениях.

Flox Intelligence

TechCrunch рассказал о Flox Intelligence: стартап строит ИИ-системы, которые отпугивают животных около железных дорог, аэропортов и автотрасс, меняя реакцию в зависимости от вида животного и поведения рядом с инфраструктурой. Это не классический программный агент, но хороший пример того, как ИИ уходит в физическую безопасность и операционные задачи за пределами офисных приложений.

В сумме подборка выглядит как сдвиг от «умного чата» к рабочей инфраструктуре: агентам нужны проверяемые действия, общая память, доступ к документам и понятная метрика присутствия в ответах ИИ.