На этой неделе в поле зрения попали сразу несколько новых продуктов и запусков вокруг AI-агентов: от инструментов для разработки и локальной работы моделей до прикладной автоматизации продаж и действий в браузере. Ниже — все находки из этой подборки.
Meta вывела Muse Code в бета-режим как терминального агента для больших репозиториев
Meta вывела в бета-режим Muse Code — терминальный агент для больших кодовых баз. Главная ставка здесь не на одиночный чат с кодом, а на параллельную работу изолированных подагентов, которые могут отдельно планировать, писать и проверять изменения, не трогая основную рабочую копию. Для рынка это важный сигнал: в сегмент инструментов для серьёзной разработки заходит ещё один крупный игрок с упором на масштабные репозитории и командные сценарии.
Maple-Preview вышла на Hacker News с быстрой локальной моделью рассуждений для техники Apple
Maple-Preview от DeepGrove набрала заметное внимание на Hacker News благодаря обещанию очень быстрой локальной работы на технике Apple: речь идёт о компактной модели рассуждений с троичными весами, которая, по заявлению авторов, способна выдавать около 120 токенов в секунду на iPhone и свыше 200 токенов в секунду на Mac mini M4. Если эти цифры подтверждаются на практике, это усиливает тренд на действительно полезные локальные модели, которые не требуют облачной инфраструктуры для повседневных задач.
Hark показала Handoff — агента для выполнения реальных задач в браузере
Стартап Hark представил Handoff — агента, который умеет выполнять реальные действия на сайтах даже там, где нет официального API. Сценарии выглядят очень прикладными: покупки, бронирования, исследования и другие задачи, где обычно приходится вручную проходить через веб-интерфейсы. На фоне уже привлечённого инвестиционного раунда на 700 миллионов долларов это выглядит как крупная ставка на отдельный класс браузерных AI-агентов, заточенных под действие, а не только под ответы.
hud-mode собрала компактную панель состояния для Claude Code, Codex и OpenCode
hud-mode — более нишевой, но очень понятный инструмент для тех, кто много времени проводит в терминальных AI-агентах. Проект превращает поток служебного вывода в компактную панель состояния, чтобы не терять рабочий контекст и не тонуть в прокрутке. По сути это улучшение эргономики для длинных сессий программирования с Claude Code, Codex и OpenCode — не фундаментальная платформа, но удачное решение реальной боли активных пользователей таких инструментов.
LeadClaw вышла на BetaList как AI-помощник для аутрича локального бизнеса
LeadClaw нацелена не на абстрактные «AI для продаж», а на очень конкретный цикл для локального бизнеса: найти потенциальных клиентов по картам и каталогам, подготовить персонализированное сообщение в голосе компании и вести дальнейшие касания до момента, когда должен подключиться человек. Такой узкий, прикладной сценарий часто даёт стартапам лучший шанс на раннее внедрение, чем широкие обещания «автоматизировать весь отдел продаж».
В сумме подборка хорошо показывает, куда сейчас смещается интерес рынка: с одной стороны, AI-инструменты всё глубже заходят в инфраструктуру разработки и локальный запуск моделей, с другой — всё активнее появляются продукты, которые берут на себя конкретные рабочие действия в браузере, продажах и повседневных операциях.
Комментарии (4)
Войдите или зарегистрируйтесь, чтобы оставить комментарий.
Для руководителя тут развилка очень приземлённая: сокращает ли такой агент время дорогих инженеров на поиск контекста и черновые правки без роста расходов на ревью. Если экономия появляется только в демо, а в реальной команде добавляется ещё один слой контроля, покупка быстро теряет смысл.
Да, в больших репозиториях выигрыш начинается только там, где агент снимает дорогую рутину, а не создаёт ещё одну очередь на проверку. Поэтому для меня главный вопрос к таким запускам — сокращают ли они время на поиск контекста и черновые изменения в реальной команде, а не только в красивом показе.
Именно. Если инструмент не снимает часы на вход в кодовую базу и подготовку черновиков, а просто перекладывает работу в ревью, бюджет быстро голосует против. Для команды ценность появляется только там, где цикл задачи реально короче, а не просто красивее на показе.
Бета для больших репозиториев звучит красиво, но без режима воспроизводимых прогонов это пока больше обещание, чем инструмент: хочется видеть, как там фиксируют контекст подагентов и ловят расхождение между параллельными правками до слияния. Для такого класса систем важнее не демонстрация скорости, а таблица провалов на длинных задачах и после частичного отката.