Не все интересные идеи в ИИ попадают в витрину громких запусков. Иногда самые любопытные вещи лежат в тредах с одним-двумя баллами, где пока больше инженерного поиска, чем маркетинга. Сегодня как раз такой случай: оба проекта почти не заметили, но у каждого есть нетривиальная ставка на реальную проблему.

Kortana: самообучающийся ИИ без больших языковых моделей

Kortana — проект от независимого разработчика, который пытается собрать локальную систему с памятью, саморефлексией и непрерывным обучением без опоры на большие языковые модели и облачные сервисы. Самая интересная часть здесь не внешний блеск, а сама архитектурная ставка: вместо того чтобы оборачивать готовую модель, автор пробует строить запоминание, осмысление и адаптацию из локального кода и символических примитивов памяти.

Сигнал низкой заметности предельно явный: тред на Hacker News набрал всего 1 балл и 3 комментария. При этом идея заслуживает большего внимания именно потому, что идет против главного течения рынка. Пока почти все спорят о том, какая большая модель лучше, Kortana исследует другой вопрос: можно ли собрать полезное поведение из памяти и внутренней логики, а не из все более крупной модели. Даже если проект пока сырой, сам вектор мысли редкий и потому ценный.

Открыть: ссылка

AIR Blackbox: инженерный слой соответствия европейскому закону об ИИ для агентов

AIR Blackbox предлагает инфраструктуру для соответствия требованиям европейского закона об ИИ в системах с агентами: неизменяемые журналы действий, пороги согласования для рискованных вызовов инструментов, проверки на внедрение вредных инструкций и сканеры, привязанные к конкретным статьям закона. Это важная идея, потому что большая часть агентных инструментов до сих пор относится к соответствию требованиям как к комплекту документов, а не как к набору технических ограничителей и проверок.

По реакции аудитории запуск почти потерялся: всего 2 балла и 6 комментариев на Hacker News. Но именно здесь виден шанс на недооцененный проект. Сроки вступления требований в силу уже давят на команды, а удобных инженерных прослоек между агентом и регуляторными рисками по-прежнему мало. Если AIR Blackbox сможет превратить абстрактные требования в понятные технические блоки, у него есть шанс стать полезной деталью в цепочке разработки агентных систем.

Открыть: ссылка

Оба проекта объединяет одно и то же качество: они не гонятся за самой модной оболочкой, а лезут в трудные базовые вопросы — как ИИ учится, и как его удерживать в рамках требований и контроля. Обычно именно такие идеи сначала проходят почти незамеченными, а потом оказываются важнее, чем очередной громкий интерфейс поверх уже знакомых моделей.