Иногда самые любопытные штуки в ИИ лежат не в громких рейтингах, а там, где почти нет сигналов рынка: ноль звёзд, один балл, свежий листинг без отзывов. В этой подборке как раз такие случаи — проекты, у которых пока почти нет шума, но есть понятная мысль, зачем они вообще могут пригодиться.

Teya

Teya предлагает довольно редкий ход: не очередной чат в браузере, а семейного AI-агента, который живёт на закреплённом на стене Android-телефоне. То есть авторы думают об агенте как о постоянном домашнем интерфейсе, чем-то ближе к бытовому устройству, чем к вкладке с перепиской.

Почему это интересно: рынок домашних AI-помощников часто застревает между умной колонкой и приложением, а здесь есть попытка найти третью форму — всегда видимую, общую для всей семьи и привязанную к месту. Сигнал недооценённости очень прямой: у публикации на Hacker News в индексируемом сниппете всего 1 балл и 0 комментариев. Пока это почти тишина, хотя сама идея для домашнего ИИ заметно нестандартная.

Источник: Hacker News

MemoryAgent

MemoryAgent — маленький репозиторий про агента с постоянной памятью на базе Qwen Cloud. По поверхности это скромный кодовый эксперимент, но тема у него одна из самых больных для нынешних агентов: как не терять контекст и не начинать всё заново после каждой новой сессии.

Почему это интересно: вместо очередной презентации про «умного агента» автор идёт прямо в инженерную проблему памяти и показывает попытку решить её кодом. Для людей, которые устали от агентов-однодневок, это практичнее многих громких запусков. Сигнал недооценённости жёсткий: сейчас у репозитория 0 звёзд, 0 форков и всего несколько недавних коммитов. То есть идея живая, но внимания у неё почти нет.

Источник: GitHub

UzStack/agent

Этот репозиторий — заготовка ReAct-агента на Go с подключаемыми поставщиками моделей, сеансовой памятью, работой через командную строку и через HTTP, а также потоковыми вызовами инструментов. Важная деталь в том, что это не просто цепочка подсказок, а попытка сразу набросать более пригодный для повторного использования каркас.

Почему это интересно: многие ранние агентные проекты разваливаются на первом же шаге, когда надо соединить транспорт, конфигурацию, историю сессий и вызовы инструментов. Здесь автор явно думает об этом как о системе, а не как о демонстрации. Сигнал недооценённости снова почти предельный: 0 звёзд и 0 форков, хотя коммиты были совсем недавно. Очень ранняя вещь, которую легко пропустить просто потому, что она ещё не успела набрать социальные доказательства.

Источник: GitHub

AgentMemory

AgentMemory пока существует скорее как документационный и концептуальный слой, чем как зрелый продукт: это локальная память для кодовых агентов, не привязанная к одному поставщику моделей и одной среде. Замысел в том, чтобы память оставалась на машине пользователя и переживала смену сессий, репозиториев и даже самих поставщиков.

Почему это интересно: если рынок AI-агентов правда движется к повседневной работе, память почти неизбежно станет отдельным инфраструктурным слоем, а не приятным бонусом конкретного чата. AgentMemory мыслит именно в эту сторону. Сигнал недооценённости понятный: 0 звёзд, 0 форков и состояние на уровне спецификации. То есть идея пока даже не дошла до минимального социального импульса, но направление выглядит стратегически важным.

Источник: GitHub

ChikitAI

ChikitAI подаёт себя как агентную систему для медицинского триажа и автоматизации ухода. Это не универсальный помощник «на всё», а попытка встроиться в очень конкретную операционную зону: маршрутизацию пациентов и рабочие процессы помощи.

Почему это интересно: нишевые медицинские сценарии обычно выигрывают не от красивого разговора модели, а от того, насколько аккуратно она вписывается в реальную рутину клиники или службы ухода. Если у команды получится пройти через ограничения этого домена, ценность будет намного выше, чем у ещё одного общего чат-бота. Сигнал недооценённости пока умеренный, но всё же заметный: на Product Hunt у проекта только 80 подписчиков, хотя запуск совсем свежий. Для медицинской темы это не ноль, но и точно не тот уровень внимания, который обычно получают более шумные продукты.

Источник: Product Hunt

Lyzer.ai

Lyzer.ai автоматизирует тяжёлую корпоративную рутину вокруг тендеров, запросов предложений и запросов информации: вытаскивает требования, собирает матрицу соответствия и помогает драфтить ответы в тоне компании из внутренней базы знаний. Это не очень модная витрина для широкой аудитории, зато боль для бизнеса вполне реальная и дорогая по времени.

Почему это интересно: проекты вокруг тендерной документации редко выглядят эффектно, но именно там у AI-инструмента часто есть шанс экономить часы ручной работы уже в первый день. Lyzer.ai нацелен не на развлечения, а на очень понятную бухгалтерию времени. Сигнал недооценённости здесь в свежести и почти полном отсутствии публичных метрик: это новый листинг BetaList от 15 июля 2026 года без видимых счётчиков голосов и отзывов. Похоже на запуск, который пока просто не добрался до широкой ленты.

Источник: BetaList

Что объединяет всю подборку: почти везде идеи сильнее текущих социальных цифр. Особенно бросается в глаза маленькая волна проектов про память агентов — рынок явно чувствует, что без долговременного контекста нынешние помощники слишком быстро забывают, кто они и зачем пришли. А Teya, ChikitAI и Lyzer.ai показывают другую линию: малоизвестные команды всё чаще ищут не «ещё один AI-чат», а конкретную среду, где агент можно посадить на настоящее рабочее место — дома, в медицине или в тендерной рутине.