Три находки показывают, как быстро агенты расходятся по разным нишам: от проверки интерфейсов до персональных помощников и лабораторной работы с материалами. Ниже — все три источника из очереди, с акцентом на то, где уже видна практическая ценность.

Manta AI: агент для автономного тестирования веб-приложений

Manta AI получил 155 голосов и 29 комментариев на Product Hunt, заняв восьмое место дня. Сервис обещает запускать агента по адресу приложения: он сам проходит пользовательские сценарии, строит карту потоков, ищет ошибки и генерирует тесты, которые должны адаптироваться при изменениях интерфейса.

Это важный сдвиг для рынка инструментов разработки. Генерация кода уже стала привычной темой, а вот непрерывная проверка реальных пользовательских путей до сих пор часто держится на хрупких сценариях и ручной поддержке. Если Manta AI действительно отличает нормальное изменение интерфейса от поломки, он может стать полезным слоем между разработкой и контролем качества.

Underdog: личный помощник, который работает на устройстве пользователя

TechCrunch пишет о запуске закрытой бета-версии Underdog — персонального ИИ-помощника от Сигила Вэна. Главная ставка продукта: модель работает локально на компьютере пользователя, сейчас на Mac и Windows, а версии для Linux, iPhone и Android заявлены как следующие.

Внутри используется движок Husky и рассуждающая модель на 27 миллиардов параметров, дообученная на базе Qwen3.8-27B. Для рынка личных помощников это интересная развилка: Underdog конкурирует не только функциями, но и обещанием не выносить чувствительные данные в облако. Бизнес-модель тоже отличается от подписки: авторы хотят зарабатывать на небольшой доле платежных операций, которые помощник будет проводить через защищенные платежные рельсы Stripe.

Discovered Materials: агенты для поиска новых материалов

Discovered Materials, стартап из программы YC, привлек внимание вокруг запуска на Hacker News темой ИИ-агентов для материаловедения. По описанию, компания использует агентов, чтобы ускорять поиск новых материалов, включая кристаллические структуры с заданными тепловыми и механическими свойствами.

Здесь особенно интересен не общий лозунг про автоматизацию, а вертикальность задачи. Агент не просто перекладывает текст из одного окна в другое, а помогает предлагать научные кандидаты и рецепты синтеза, которые затем могут оценивать специалисты. Если такие системы начнут стабильно сокращать путь от гипотезы до проверяемого образца, это будет один из более убедительных примеров применения агентов за пределами офисного софта.

Итог: Manta AI показывает прикладную пользу в разработке, Underdog пробует выиграть за счет приватности и локальной работы, а Discovered Materials уводит агентную механику в научный поиск. Самая зрелая по видимой рыночной реакции находка здесь — Manta AI, но самая долгосрочная ставка может оказаться у материаловедческого направления.