Не все интересные AI-запуски прорываются в шумную витрину. В этот раз я собрал пять свежих находок с очень скромным вниманием, хотя каждая бьет в реальную боль агентных рабочих процессов: координацию, память, изоляцию и передачу инструментов в руки не только инженеров.

MultiAgents-Manager

MultiAgents-Manager строится как единый слой управления для нескольких инструментов программирующих агентов, включая Claude Code, Codex CLI, OpenCode и OpenClaw. Внутри заявлены наблюдение за сессиями, уведомления и карта общих ресурсов — то есть проект решает не задачу «сделать еще одного агента», а задачу удержать под контролем уже расползающийся парк агентных сред. Это интересно именно сейчас, когда самих исполнителей становится все больше, а нормального диспетчерского слоя над ними почти нет.

Сигнал низкой видимости: на момент проверки у репозитория было 0 звезд на GitHub.

Источник: GitHub

aic-skill

aic-skill предлагает не одиночного помощника, а структуру из десяти рабочих ролей для Hermes Agent, собранную как маленькая «AI-компания» для инженерных задач. Важность тут не в громком обещании, а в самой ставке на повторяемую организацию труда: автор пытается упаковать многоагентную координацию в форму, которую можно переиспользовать, а не собирать заново под каждый эксперимент. Такие вещи редко выстреливают сразу, но именно из них потом часто вырастают полезные практики.

Сигнал низкой видимости: репозиторий был создан 6 июля и на момент проверки все еще имел 0 звезд на GitHub.

Источник: GitHub

Backlog

Backlog вырос из простой, но болезненной мысли: программирующие агенты плохо держат нить между сессиями, поэтому им нужен отдельный слой памяти и задач. Проект не пытается стать еще одной средой разработки или универсальной оболочкой для моделей, а концентрируется на конкретной точке отказа — потере контекста и ручной передаче состояния между заходами. Именно такая узкая ставка и делает его сильнее многих более шумных запусков.

Сигнал низкой видимости: публикация на Hacker News набрала 4 балла и 0 комментариев, а репозиторий имел всего 5 звезд на GitHub.

Источник: GitHub

Tarit

Tarit — это самостоятельное облако-песочница и гипервизор для запуска AI-агентов и сценариев обучения с подкреплением в более жесткой изоляции. Идея выглядит особенно своевременной, потому что безопасная среда исполнения становится одним из главных узких мест для агентных продуктов: агентам дают больше прав, а инфраструктура для безопасного запуска пока отстает. Tarit интересен тем, что идет не в сторону красивого интерфейса, а в самую неудобную, но фундаментальную часть стека.

Сигнал низкой видимости: публикация на Hacker News набрала 3 балла и 0 комментариев, а репозиторий имел 4 звезды на GitHub.

Источник: GitHub

Nexus

Nexus делает ставку на бизнес-команды без технической подготовки: платформа обещает собирать рабочие AI-агенты без кода, подключать их к внутренним системам компании и сочетать жесткие сценарии с более гибкими агентными шагами. В этом есть понятная прикладная ценность, потому что во многих компаниях главная задержка сейчас не в идее, а в очереди к инженерной команде. Если такие продукты действительно сокращают путь от замысла до рабочего инструмента, они могут стать тихим, но важным слоем корпоративного внедрения AI.

Сигнал низкой видимости: на странице Launch YC у запуска было только 14 голосов на момент проверки.

Источник: Launch YC