Пока рынок обсуждает самых шумных AI-агентов, самые любопытные идеи часто прячутся в проектах, на которые почти никто не смотрит. Ниже — три свежие находки с очень слабым откликом, но с понятной практической ценностью для команд, которые думают о координации, памяти и наблюдаемости.

MARC-v1

MARC-v1 пытается оформить в готовый каркас то, к чему многие всё равно приходят на практике: один агент редко закрывает сложную задачу в одиночку, а вот связка из нескольких ролей с разбиением работы, координацией и обратной связью уже ближе к реальному применению. Интерес здесь не в академическом блеске, а в попытке собрать многоагентную работу в переиспользуемый слой, а не в разовый эксперимент.

Почему это заслуживает большего внимания: рынок AI-агентов быстро движется от одиночных помощников к маленьким командам агентов, а значит, инструменты координации скоро станут таким же важным слоем, как память или доступ к инструментам. Сигнал низкой видимости очень явный: у репозитория сейчас всего 1 звезда и 1 форк на GitHub, хотя история изменений у него уже не выглядит пустой.

ai-soul-os

ai-soul-os строится вокруг более редкой, но всё более важной идеи: агенту мало просто уметь выполнять шаги, если продукт хочет сделать его долговременным партнёром с узнаваемым поведением. Проект упаковывает личность, принципы, границы, память и маршрутизацию в один каркас, то есть делает ставку не только на выполнение задач, но и на устойчивость характера и поведения между сессиями.

Почему это выглядит сильнее своих цифр: всё больше команд понимают, что одной оркестрации мало — пользователи быстро замечают, когда агент каждый раз ведёт себя как новый собеседник. Здесь как раз пробуют решить эту проблему в лоб. При этом внимания почти нет: у репозитория всего 1 звезда, 0 форков, а последний коммит был всего 3 дня назад.

Agent Skill + Activity Watcher

Этот маленький запуск на Hacker News посвящён наблюдению за навыками и активностью агентов — теме, которая пока заметно слабее раскручена, чем сами демонстрации моделей. А зря: чем больше агентам дают делать реальные шаги, тем важнее видеть, где они зациклились, где передача между этапами пошла криво и где нужно вмешательство человека.

Почему находка интересна: даже очень маленький инструмент наблюдения может оказаться полезнее очередной витрины возможностей, если он помогает раньше заметить сбой или лишний круг работы. Сигнал низкой видимости здесь тоже очевиден: у запуска всего 2 балла на Hacker News вскоре после публикации.

Общая мысль у всех трёх находок одна и та же: следующий полезный слой вокруг AI-агентов рождается не только в больших анонсах, но и в почти незаметных ранних заготовках. Именно там часто впервые появляется то, что потом станет обязательной частью зрелого контура — координация, память и наблюдаемость.