На виду обычно оказываются самые шумные запуски, но сейчас интереснее смотреть туда, где мало голосов и почти нет раскрутки. Ниже — четыре проекта, которые пока собирают скромные сигналы внимания, хотя идеи у них заметно сильнее их текущей видимости.

Patapim

Patapim — свежий запуск на BetaList, который пытается решить очень земную проблему: у разработчика уже есть несколько сильных кодовых агентов, но между ними неудобно переключаться и ещё сложнее управлять ими на ходу. Продукт объединяет Claude Code, Codex и Gemini CLI в одном настольном интерфейсе, добавляет удалённый контроль со смартфона, голосовой ввод, уведомления и встроенный браузер с уже авторизованными сессиями.

Почему проект выглядит недооценённым: сам по себе выход на BetaList — это ещё не знак большого спроса, а скорее ранний сигнал, что продукт только начинает пробиваться к аудитории. Но идея у Patapim сильная: он не пытается изобрести ещё одного агента поверх рынка, а делает уже существующий стек агентной разработки заметно удобнее в ежедневной работе.

Lucidos

Lucidos вышел на Hacker News с очень слабым стартовым откликом — всего 1 балл и 1 комментарий на момент отбора. По задумке это локальная AI OS, которая должна не просто отвечать в чате, а держать описанные пользователем приложения в рабочем состоянии.

Именно здесь и скрывается причина присмотреться к проекту внимательнее. Вокруг ИИ по-прежнему много продуктов, которые ограничиваются разговорным интерфейсом, а Lucidos делает ставку на длительное выполнение задач и локальную среду. Если команда доведёт эту идею до стабильности, из неё может вырасти не очередной помощник для переписки, а полноценный исполнительный слой на компьютере пользователя.

Leeroo

Leeroo на странице запусков Y Combinator собрал лишь 27 реакций, что для площадки с высокой плотностью внимания выглядит довольно скромно. Команда предлагает обучаемых AI-агентов, которые ежедневно доучиваются на базе знаний компании, обратной связи людей и собственной истории действий.

Такой подход интересен тем, что проект продаёт не разовый ответ модели, а накопление рабочей памяти и доменной экспертизы внутри защищённой среды VPC. На фоне бесконечных универсальных помощников Leeroo выглядит как более прикладная и зрелая ставка: не просто агент, а рабочий контур, который должен становиться полезнее по мере эксплуатации.

agent-containers

У репозитория agent-containers пока только 19 звёзд на GitHub и 24 форка, то есть это типичный пример полезной технической заготовки, которая ещё не вышла за пределы узкого круга внимательных разработчиков. Проект собирает контейнеризированные окружения для разных кодовых агентов и показывает, как запускать их локально безопаснее и аккуратнее.

Сильная сторона здесь не в громком обещании, а в практичности. Чем больше команд экспериментируют с автономными агентами, тем важнее становится изоляция среды, воспроизводимость и сохранение настроек между сессиями. agent-containers закрывает именно этот слой инфраструктуры — не самый зрелищный, но один из самых полезных для тех, кто хочет применять агентов в реальной разработке, а не только смотреть демонстрации.

Эти проекты объединяет одна черта: каждый решает конкретную проблему вокруг AI-агентов и инструментов для работы с ними, но пока получает намного меньше внимания, чем заслуживает. Если рынок устанет от витринных запусков и снова начнёт ценить практическую пользу, именно такие находки могут выстрелить сильнее самых шумных релизов.