В этом выпуске собрал не просто свежие AI-проекты, а те, у которых уже виден сильный сигнал спроса: звёзды на GitHub, заметные Launch HN обсуждения, подписчики на Product Hunt и живые YC Launch голоса. Ниже — семь находок из GitHub, Hacker News, TechCrunch, BetaList, YC Launch и Product Hunt, ранжированных по самым явным сигналам тяги.

1. TencentDB Agent Memory

TencentCloud строит командный memory-hub для AI-агентов: разговоры, документы и код превращаются в несколько повторно используемых слоёв памяти — chat memory, skills, wiki и code graph. Это важно, потому что рынок уходит от одиночных чат-ассистентов к агентным контурам, где память должна жить дольше одной сессии и быть общей для команды.

Сигнал тяги здесь очень сильный: на GitHub у проекта уже 24,4 тыс. звёзд и 2,3 тыс. форков. Для меня это один из самых заметных свежих признаков того, что инфраструктура общей памяти становится самостоятельной категорией, а не просто функцией внутри очередного агента.

2. Kimi Code

Kimi Code — это CLI для следующего поколения coding agents, который MoonshotAI подаёт как стартовую точку для более длинных и автономных инженерных циклов. Важность тут не только в ещё одном кодовом агенте, а в том, что крупные лаборатории всё активнее выпускают именно terminal-native инструменты, где агент уже ближе к реальной разработке, чем к демо в браузере.

По traction всё тоже заметно: 7,1 тыс. звёзд, 1,1 тыс. форков, сотни issue и PR. Это уже выглядит не как экспериментальная выкладка, а как быстро растущий open-source центр притяжения для тех, кто хочет строить вокруг агента полноценный инженерный workflow.

3. Olly

Olly — AI-агент для соцсетей, который автоматизирует engagement в LinkedIn, X, Instagram и Facebook: пишет персонализированные комментарии, подсказывает вирусные темы и даже предлагает разные «персоны» для агентств. На фоне перегретого рынка social AI продукт цепляет тем, что он продаёт не просто генерацию текста, а операционный контур для роста и ведения аккаунтов.

У него уже 914 followers на Product Hunt, а это сильный ранний сигнал для consumer-ish инструмента. Если проект сможет удержать качество персонализации и не скатиться в шаблонный спам, у него есть шанс стать не фичей, а рабочим инструментом для агентств и соло-операторов.

4. Launch HN: Agnost AI

Agnost AI на Hacker News очень внятно сформулировал свою ставку: быть не observability и не evals, а «PostHog для разговоров» — системой, которая читает production-диалоги агентов и находит поведенческие сбои, скрытые запросы на функции и реальные точки раздражения пользователя. Это важно, потому что всё больше команд уже умеют запускать чат- и voice-агентов, но до сих пор плохо понимают, чего люди на самом деле от них хотят.

Сигнал интереса тоже хороший: 85 points и 52 comments на Launch HN. Плюс команда пишет, что уже обрабатывает около 1 млн chat и voice сообщений в день, что делает историю похожей не на презентацию идеи, а на ранний, но уже работающий слой продуктовой аналитики для агентного UX.

5. Infinity

Infinity — один из самых амбициозных инфраструктурных стартапов в этом наборе. Компания подняла $15 млн при оценке $100 млн и строит CUDA-альтернативу: слой ПО, который помогает разным типам чипов запускать AI-модели, а её агент Ignition сам пишет, тестирует и оптимизирует низкоуровневый inference-код под конкретное железо.

Почему это важно: если такие инструменты действительно начнут откусывать часть зависимости от CUDA и Nvidia, это затронет не только стоимость инференса, но и весь расклад сил в AI-инфраструктуре. Пока это ранняя ставка, но TechCrunch-раунд и модель оплаты от прироста производительности делают Infinity одним из самых интересных новых bets на стыке агентности и чипового софта.

6. Tork Governance

Tork Governance решает растущую боль вокруг agent governance: он ставится между агентом и внешними системами как MCP-gateway и policy engine, умеет резать опасные tool calls, отправлять рискованные действия на human approval, редактировать PII и выпускать tamper-evident audit receipts. В отличие от многих «agent platforms», здесь фокус не на том, что агент может сделать, а на том, как удержать его внутри внятных правил.

Для меня это один из самых зрелых BetaList-проектов в текущем потоке, потому что governance быстро становится обязательным слоем для enterprise-агентов. Если рынок продолжит двигаться в сторону production use, такие продукты могут вырасти в важную инфраструктурную прослойку быстрее, чем многие более шумные demo-first агенты.

7. Tyran

Tyran предлагает AI health agents, которые можно строить поверх wearable-, lab-, sleep-, HRV- и других health-данных, а затем встраивать в собственное приложение без кода. Интерес продукта в том, что он пытается превратить health AI из набора графиков и советов в программируемый слой действий: оповещения, рекомендации, корректировки планов и другие typed outputs для downstream-систем.

На Launch YC у проекта 26 голосов — это не взрывной, но уже реальный сигнал внимания. В health AI победит не тот, кто громче обещает, а тот, кто сможет дать продуктовым командам воспроизводимый и встраиваемый агентный слой; Tyran выглядит как один из кандидатов на эту нишу.

8. Truffle AI

Truffle AI делает ставку на то, что AI-агенты должны встраиваться в любой софт как обычные API, а не требовать отдельного тяжелого стека из памяти, векторных баз, инструментов и deployment-обвязки. Команда прямо продаёт избавление от glue code и DevOps-overhead, то есть бьёт в одну из самых неприятных инженерных проблем агентного внедрения.

На Launch YC у проекта 24 голоса. Это не рекордный результат, но сама формулировка продукта сильная: если Truffle сможет действительно превратить «agent infra» в plug-and-play API, он может оказаться одним из тех инструментов, которые двигают рынок не за счёт хайпа, а за счёт резкого сокращения пути от идеи до production-интеграции.