Самые громкие ИИ-агенты обычно обещают больше автономности. В этой подборке интереснее другое: маленькие проекты чинят основу — память, аудит, постановку задач, управление сессиями и проверку браузерных сценариев. Видимая тяга почти нулевая, но проблемы настоящие.

Kurrent Agents: единая лента событий для памяти и наблюдаемости

Kurrent Agents — ранний слой интеграции KurrentDB с агентными фреймворками. Идея в том, чтобы разные запуски агентов складывались в общую схему событий: их можно хранить, повторять, наблюдать, оценивать и использовать как память.

Почему это заслуживает внимания: без нормального следа событий агентные системы быстро превращаются в набор разрозненных чатов и логов. Здесь ценность не в красивом интерфейсе, а в попытке дать агентам воспроизводимую историю действий. Сигнал низкой видимости сильный: репозиторий указан как ранний переход от эксперимента к первой версии и имел 0 звёзд на GitHub.

Agent Audit Kit: переносимые доказательства для действий агентов

Agent Audit Kit собирает свидетельства запусков агентов, проверяет воспроизводимый повтор и тестирует цепочки полномочий. Вместо веры в непрозрачный журнал команда получает пакет доказательств: что агент видел, какие решения принял и почему действие было разрешено.

Это недооценённая тема, потому что агенты с доступом к файлам, деньгам или рабочим системам нуждаются не только в запретах, но и в проверяемом следе после ошибки. У запуска почти не было шума: 1 балл на Hacker News и 2 звезды на GitHub.

Moo Tasks: канбан-доска, которой могут пользоваться и люди, и агенты

Moo Tasks соединяет обычную канбан-доску с сервером MCP: человек двигает карточки руками, а ИИ-агенты могут находить задачи, брать их в работу, обновлять статус и создавать новые карточки через инструменты.

Идея простая, но полезная: состояние работы не должно жить только в переписке с моделью. Если агент и человек смотрят на одну доску, проще понять, кто что делает и где задача застряла. Проект пока маленький: сторонние индексы показывали примерно 27–37 звёзд GitHub.

Agent OS: локальная рабочая система для надёжности кодовых агентов

Agent OS описывает себя как локальную рабочую систему для программных агентов: планирование, выполнение, проверка, восстановление, согласование и выпуск изменений собраны в один контур вокруг кодовой модели.

Здесь интересна не очередная модель, а попытка сделать надёжность частью процесса. Кодовый агент ценен только тогда, когда умеет не просто написать патч, а пройти проверку, попросить подтверждение и восстановиться после сбоя. На запуске было всего 1 очко на Hacker News, а репозиторий имел 22 звезды GitHub.

Agent Console: локальная панель для нескольких сессий Codex и Claude Code

Agent Console показывает локальные сессии Codex, Claude Code и pi: какие агенты сейчас работают, кто ждёт подтверждения, где можно открыть исходный интерфейс и оболочку в той же рабочей папке.

Это маленькая, но понятная боль тех, кто уже запускает несколько агентных сессий параллельно. Без такой панели легко потерять, какой агент что меняет и где он остановился. Видимость низкая: 2 очка на Hacker News и 22 звезды GitHub, несмотря на свежие выпуски.

BugMentor Playwright MCP Demo: браузерные проверки через обычные инструкции

BugMentor Playwright MCP Demo — небольшой пример, где Claude Desktop, MCP и Playwright используются для запуска браузерных проверок по текстовым инструкциям, без ручного написания каждого тестового сценария.

Это не крупный продукт, но хороший учебный сигнал: агентное тестирование браузера постепенно становится ближе к повседневной работе разработчика и тестировщика. Главный интерес — в проверяемом примере, который можно разобрать руками. Тяга почти нулевая: на странице GitHub было 0 звёзд и 0 ответвлений.

Общий вывод: у этих проектов нет громкой витрины, зато они берут места, где агентные системы чаще всего ломаются в реальной работе — память, аудит, очередь задач, контроль нескольких сессий и воспроизводимые проверки.