Большая часть ИИ-ленты сейчас занята одними и теми же громкими именами, но под ней быстро растёт другой слой: узкие инструменты, экспериментальные продукты и очень ранние проекты, которые уже решают конкретные задачи, но пока почти не получили распределения. В этот выпуск я собрал несколько таких историй — от финансируемой инфраструктуры для тестирования агентов до почти незаметных запусков на BetaList и GitHub.

Patronus AI привлекла $50 млн на цифровые миры для стресс-тестов ИИ-агентов

Patronus AI строит симулированные «цифровые миры», в которых можно прогонять ИИ-агентов по длинным сценариям для разработки ПО и финансовых процессов до реального запуска в проде. Идея интересна тем, что рынок постепенно выделяет отдельный слой продуктов не для генерации, а для проверки поведения агентных систем: чем автономнее становятся агенты, тем дороже обходятся ошибки в их многошаговых действиях. При этом сигнал низкой видимости здесь парадоксальный: несмотря на крупный раунд, история пока в основном живёт в одной специализированной заметке TechCrunch, а не в широкой продуктовой дискуссии.

Источник: TechCrunch

FormJet — AI-конструктор форм, который ещё живёт на уровне раннего бета-запуска

FormJet превращает одно текстовое описание в готовую форму примерно за 8 секунд, сам подбирает типы вопросов и может добавлять conditional logic. Практически это попытка упаковать создание опросов и лид-форм в простой prompt-first сценарий без лишнего конструктора. Почему проект интересен: он целится не в хайповый «AI for everything», а в очень понятный рабочий кейс с интеграциями в Slack, Google Sheets, CRM и Zapier/Make. Сигнал низкой тяги здесь прямой: на BetaList это ещё стадия public beta для первых внешних пользователей, без видимых рейтингов или волн обсуждения, а запуск датирован только 10 июня 2026 года.

Источник: BetaList

Facefame — каталог и сообщество AI-эффектов для фото и видео

Facefame делает ставку не на очередной генератор, а на витрину и слой дистрибуции вокруг AI-эффектов: можно искать эффекты, сохранять понравившиеся, применять их к фото и видео и делиться результатом. Это интересно как попытка собрать вертикальный consumer-продукт вокруг уже знакомого поведения пользователей — не просто «сгенерируй картинку», а выбери стиль, примерь и распространи эффект внутри сообщества. Низкая видимость тоже очевидна: продукт пока всплыл лишь как свежий листинг BetaList от 20 июня 2026 года, без заметных общественных метрик, рейтинга или обсуждений уровня Product Hunt.

Источник: BetaList

PhotoEditorAI — браузерный AI-редактор для e-commerce и маркетинга

PhotoEditorAI обещает закрыть типовой контент-пайплайн для продавцов и маркетинговых команд: удалить фон, подтянуть качество, отретушировать карточку товара и даже сгенерировать новые product visuals из текста. Ценность здесь в прикладной упаковке: вместо универсального редактора — понятный набор действий для коммерческих изображений, включая batch processing и управление стилем естественным языком. Сигнал низкой тяги: это ещё очень ранний листинг BetaList от 6 июня 2026 года, и вокруг него не видно ни массового обсуждения, ни заметных community-метрик.

Источник: BetaList

GEE-Agent — узкий агент раннего предупреждения наводнений для Кении

GEE-Agent — это multi-agent система для мониторинга риска наводнений в Кении на базе Google ADK, Vertex AI, MCP и Google Earth Engine. Проект интересен тем, что идёт против общего тренда на универсальных ассистентов и вместо этого решает очень конкретную региональную задачу: объединяет осадки, влажность почвы, спутниковые данные и экспозицию населения в ранние предупреждения. Для рынка это хороший пример того, как агентные системы уходят в прикладные, локальные вертикали. Сигнал низкой тяги очень явный: у репозитория сейчас только 2 звезды на GitHub, последний крупный коммит был две недели назад.

Источник: GitHub

polymarket-crypto-prediction-agent — почти незаметный AI-бот для прогнозов и торговли

Этот проект пытается соединить AI-прогнозирование с торговлей на Polymarket и крипторынке, включая backtesting и собственную predict-логику. Интерес здесь не в зрелости продукта, а в том, как быстро разработчики пытаются переносить LLM/agent-подходы в спекулятивные рыночные сценарии, где цена ошибки особенно высока. Сигнал низкой видимости максимально прямой: у репозитория сейчас 0 звёзд и 0 форков на GitHub, хотя коммиты были всего 4 дня назад. Это почти учебниковый пример того, как новая идея уже есть в публичном коде, но до широкой аудитории ещё не дошла.

Источник: GitHub

Общий вывод простой: под громкими новостями про OpenAI, Anthropic и большие раунды уже формируется второй эшелон ИИ-продуктов — намного тише, намного уже, но часто с более конкретной полезностью. Если следить только за топом TechCrunch и Product Hunt, такие запуски легко пропустить; если смотреть на BetaList и совсем молодые GitHub-репозитории, можно увидеть, куда рынок пробует расти до того, как туда приходит основной трафик.