Пока громкие запуски спорят о том, чей агент быстрее пишет код или разговаривает с клиентом, рядом растёт менее эффектный слой: инструменты, которые не дают агентам ломать продакшен, тратить деньги без правил и уходить в непрозрачные действия. У этих проектов почти нет внимания, но именно они похожи на инфраструктуру, без которой агентные системы трудно будет пускать в реальную работу.

Supergauge

Supergauge предлагает открытый формат для решения, можно ли выпускать новую версию агента: какие проверки пройдены, какие схемы использовались, где лежат материалы соответствия и почему релиз считается приемлемым. Это скучнее очередного чат-бота, зато ближе к настоящей инженерной дисциплине.

Сигнал недооценённости здесь очень прямой: репозиторий обновлялся сегодня, но у него 0 звёзд и 0 форков на GitHub. Для темы, где все говорят о надёжности агентов, это почти невидимый запуск.

AI Security Baseline 1.0

AI Security Baseline 1.0 собирает базовый набор практик безопасности для приложений на больших языковых моделях: моделирование угроз до запуска, проверки на внедрение вредных инструкций, автоматические проверки в конвейере поставки, фильтрацию входов и выходов во время работы, ограничения частоты запросов и сопоставление с OWASP LLM Top 10.

Ценность в том, что проект переводит разговор о безопасности из общих фраз в список действий для маленьких команд. При этом обсуждение на Hacker News набрало всего 1 балл и 1 комментарий — почти нулевая видимость для практичной темы.

Aditya Protocol

Aditya Protocol смотрит на безопасность агентов не как на свойство модели, а как на рабочий процесс вокруг опасных операций. Команды могут запрашивать, согласовывать, выполнять и записывать важные действия, которые запускают ИИ-агенты, скрипты, конвейеры поставки и внутренние инструменты рядом с продакшеном.

Это интересная идея именно из-за акцента на управлении и журналировании: когда агент что-то меняет в инфраструктуре, вопрос «кто разрешил и что именно произошло» становится не бюрократией, а защитой от дорогих ошибок. На BetaList у проекта нет заметных публичных счётчиков голосов или отзывов.

Locus

Locus даёт агентам контролируемую возможность тратить деньги: разработчик может привязать средства к личности агента, задать бюджеты, права и аудит расходов. Вокруг платежей для агентов обычно обсуждают протоколы и эффектные сценарии, а Locus копает в более приземлённую часть: как не превратить автономную покупку в финансовую дыру.

У запуска 84 голоса на площадке Y Combinator. Это уже не ноль, но для темы агентных платежей показатель всё ещё скромный: проект находится скорее в раннем слое инфраструктуры, чем в большой волне внимания.

AgentRunner

AgentRunner — визуальная платформа без кода для сборки и развёртывания ИИ-процессов и агентов: узлы, подсказки, вызовы API и цепочки действий без самостоятельной поддержки инфраструктуры. Таких конструкторов много, но здесь важен промежуточный слой между игрушечной цепочкой подсказок и управляемым рабочим процессом.

Проект выглядит как ранний листинг на BetaList без видимых публичных голосов или отзывов. Это не доказывает качество, но делает его хорошим кандидатом для наблюдения: если агентные процессы станут массовыми, спрос на понятные панели сборки и контроля никуда не денется.

Общий мотив у всех пяти один: они продают не магию агента, а границы, разрешения, проверки и следы действий. Именно такие скучные детали часто решают, останется ли технология демонстрацией или попадёт в ежедневную работу команды.