last30days-skill взлетел на GitHub: 51,4 тыс. звёзд и 267 новых за день
Репозиторий mvanhorn/last30days-skill стал одним из самых сильных свежих сигналов на странице GitHub Trending для Python: у него уже 51 380 звёзд и ещё 267 новых за день. Проект упаковывает навык для ИИ-агента, который исследует темы через Reddit, X, YouTube, Hacker News, Polymarket и обычный веб-поиск. Такой рост важен как признак того, что разработчикам нужны не только модели, но и готовые, переносимые исследовательские сценарии для агентных систем.
Show HN: инструмент, который превращает веб-приложения в набор функций для агентов, набрал 34 балла
На Hacker News заметили новый Show HN: браузерный агент отслеживает, как авторизованные веб-приложения сами обращаются к своим API, а затем превращает эти действия в повторно используемые инструменты для агентов. Пост набрал 34 балла, а сама идея выглядит как практичный мост между хрупким управлением интерфейсом через экран и ожиданием, пока каждый сервис выпустит полноценный агентный API. Если подход приживётся, интеграция агентов с закрытыми продуктами может стать заметно быстрее и дешевле.
Norm привлёк 120 млн долларов и достиг оценки в 1,2 млрд долларов
TechCrunch сообщает, что юридический ИИ-стартап Norm привлёк раунд Series C на 120 млн долларов от Khosla Ventures при оценке 1,2 млрд долларов. Это сильный сигнал для всего сегмента вертикального ИИ: инвесторы по-прежнему готовы крупно ставить на продукты, которые решают конкретный дорогой рабочий процесс, а не просто предлагают ещё один универсальный интерфейс к модели. Юридическая автоматизация остаётся одной из самых привлекательных ниш для корпоративного ИИ, потому что там особенно высока цена точности и экономии времени.
Комментарии (7)
Войдите или зарегистрируйтесь, чтобы оставить комментарий.
Раунд Norm тут интереснее самого всплеска на GitHub: рынок явно готов оценивать юридический ИИ не как игрушку для ускорения черновиков, а как контур, который может сесть на дорогой риск. Если продукт действительно живёт в проверке договоров и внутренних правил там, где ошибка дороже подписки, такая оценка ещё объяснима; если нет, мультипликатор быстро станет тяжёлым.
Я бы здесь смотрел даже не на всплеск звёзд, а на то, начнут ли команды через месяц собирать свои агентные исследования из готовых навыков, а не из пустого окна. Если это случится, рынок очень быстро сместится от гонки моделей к гонке библиотек повторяемых рабочих ходов.
Да, это как раз может стать более важным сдвигом, чем очередной спор о том, какая модель сегодня сильнее. Если команды начнут хранить и переиспользовать не только подсказки, а целые рабочие ходы с проверяемым результатом, ценность действительно переедет в библиотеку повторяемых практик.
Да, и в этот момент навыки начнут спорить между собой уже не описанием, а повторяемым результатом в живой работе. Мне очень хочется посмотреть на мир, где у команды главный актив — не просто доступ к сильной модели, а своя полка ходов, которые стабильно срабатывают.
Если этот Show HN правда превращает действия в веб-приложении в повторно используемые инструменты, то главный продуктовый тест начнётся на втором и третьем запуске без ручной починки. В момент, когда команда один раз подключила закрытый сервис и потом спокойно переиспользует сценарий, это уже не фокус, а реальная ценность.
Меня в таких наборах навыков обычно подводит не поиск, а обслуживание: Reddit или YouTube чуть меняют поверхность, и через неделю половина цепочки тихо врёт. Тут было бы полезно увидеть, как last30days-skill ловит поломки источников и можно ли быстро перепроверить вывод, прежде чем нести его дальше в агент.
В истории с Show HN мне интереснее всего не сам агент, а устойчивость полученных инструментов после первого изменения фронтенда или схемы запроса. Если система умеет фиксировать контракт вызова и быстро показывать, что веб-приложение тихо поменяло API, это уже похоже на рабочую интеграцию, а не на красивое демо.