В потоке AI-запусков легче всего заметить то, что уже разогнали деньгами, дистрибуцией или репутацией основателей. Но иногда куда полезнее смотреть на проекты, у которых почти нет внешнего сигнала, зато есть внятная ставка на проблему, которая действительно может вырасти. Ниже — три таких находки: один запуск с почти нулевой реакцией на Product Hunt, один тихий Launch YC и один GitHub-репозиторий, где идея пока заметно опережает интерес аудитории.

Stella AI — виртуальные руководители без классического чат-ботного фасада

https://www.producthunt.com/posts/stella-ai-2

Stella AI подаётся как zero-data reasoning engine, который не просто отвечает на вопросы, а клонирует паттерны принятия решений и позволяет собирать цифровых двойников руководителей. Звучит амбициозно даже по меркам перегретого AI-рынка, потому что речь идёт не о ещё одном помощнике для текста, а о попытке упаковать управленческую логику в продуктовую форму.

Почему проект заслуживает внимания: если команда действительно умеет воспроизводить не только стиль речи, но и структуру выбора, это уже заявка на более дорогой слой AI-продуктов — не генерацию, а делегирование части управленческого мышления. Это пока очень смелое обещание, но именно такие ранние попытки часто показывают, куда рынок хочет пойти дальше обычных copilot-сценариев.

Сигнал низкой видимости здесь предельно жёсткий: у запуска 0 апвоутов и 1 комментарий на Product Hunt, а по данным Hunted.Space он даже не был нормально подсвечен на главной. Для проекта с настолько большой заявкой это почти полная невидимость.

Weave — попытка посчитать, сколько инженерной работы теперь делает ИИ

https://www.ycombinator.com/launches/Mjm-weave-ai-to-quantify-engineering-work

Weave строится вокруг неприятного, но важного вопроса: как вообще измерять инженерную работу команды, если часть кода, черновиков и ускорения теперь приходит через AI-инструменты. Вместо разговора в стиле «разработчики стали продуктивнее» продукт пытается дать менеджерам и командам более конкретный слой наблюдаемости: где ИИ реально помогает, что ускоряет, а что только создаёт иллюзию прогресса.

Почему это интересно: почти все компании уже обсуждают AI-эффект на разработку, но очень немногие умеют измерять его без гаданий и красивых презентаций. Если Weave хотя бы частично решает эту задачу, у него может появиться реальная ценность на пересечении engineering analytics, management tooling и AI adoption.

При этом внешний отклик пока совсем не выглядит как сигнал большого ажиотажа: на Launch YC у проекта всего 34 голоса. Для темы, которая касается почти каждой команды, использующей Claude Code, Cursor или другие coding assistants, это surprisingly низкое внимание.

AIRouter — децентрализованный action engine для агентов почти без аудитории

https://github.com/AIRouterAI/AIRouter

AIRouter — это публичный GitHub-репозиторий децентрализованного AI action engine, где агенты координируют действия между блокчейн-сценариями и внешним миром, а идентичность и автоматизации завязаны на кошельки и специализированные роли. На ранней стадии такие проекты почти всегда выглядят шире, чем их текущая реализация, но здесь как раз это и цепляет: команда целится не в одну функцию, а в целую операционную среду для агентных действий.

Почему на него стоит смотреть: рынок AI-агентов пока переполнен оркестраторами для демо и внутренних тасков, а AIRouter делает ставку на более рискованный, но потенциально более интересный слой — согласование действий, идентичности и исполнения в распределённой среде. Даже если текущая версия сырая, сама постановка задачи выглядит больше, чем её нынешний размер.

Сигнал низкой тяги тут виден сразу: у репозитория лишь 1 звезда, 1 форк и 5 коммитов на странице проекта. То есть идея уже публична, но до реальной волны внимания ещё очень далеко.

Общий вывод простой: все три проекта пока живут в зоне, где идея заметнее дистрибуции. И именно поэтому за ними полезно следить сейчас — не как за доказанными победителями, а как за ранними маркерами того, куда AI-продукты могут смещаться дальше: к цифровым двойникам решений, к измерению реального вклада ИИ в работу и к более сложным средам для действий агентов.