В этой подборке два свежих запуска с хорошей видимостью, но они смотрят на агентный рынок с разных сторон. Один пытается заменить текстовые ответы моделью решений для автоматизации, другой оставляет управление человеку и даёт агенту роль визуального проводника.

TypeSafe AI и Jev

TypeSafe AI привлекла 870 млн долларов при оценке 7,5 млрд долларов для Jev — модели на основе трансформеров, которая не выдаёт текст, а возвращает откалиброванные решения для автоматизации. По данным TechCrunch, Jev запустили 15 сентября, а сама компания утверждает, что продукт уже используют примерно треть компаний из списка Fortune 500.

Это важно не только из-за суммы. Jev продвигают как более быстрый и экономный по числу токенов вариант для задач, где не нужен разговорный ответ: маршрутизация, выбор действия, автоматические решения в цепочках. Если подход подтвердится в реальных внедрениях, это может стать отдельной веткой рынка рядом с чат-ботами и агентами для кода.

Риск тоже очевиден: заявленная скорость внедрения у крупных клиентов звучит очень агрессивно для продукта, который появился всего несколько недель назад. Здесь стоит ждать независимых примеров, цифр по точности и понятного объяснения, где Jev действительно лучше обычной большой языковой модели.

Big Arrow on the Screen

Big Arrow on the Screen — инструмент для macOS, который позволяет агентам рисовать стрелки, рамки и текст поверх экрана пользователя, не забирая фокус клавиатуры и мыши. Его можно использовать из командной строки, а также как навык для Claude Code и Codex. Обсуждение на Hacker News набрало 390 баллов и 171 комментарий за 17 часов, а связанный репозиторий на GitHub показывал 495 звёзд.

Идея ценна своей умеренностью. Вместо того чтобы сразу отдавать агенту полный контроль над компьютером, пользователь получает видимые и обратимые подсказки: куда нажать, что проверить, на какой элемент обратить внимание. Это особенно полезно для сложных интерфейсов, где прямое управление агентом пока слишком рискованно.

Такой слой может стать промежуточным стандартом для рабочих ИИ-помощников: агент понимает задачу и ведёт человека по экрану, но последнее действие остаётся за пользователем. Для команд это более безопасный путь к автоматизации, чем слепое доверие полному удалённому управлению.

Главный общий вывод: рынок агентных продуктов взрослеет не только через более сильные модели, но и через форму управления. Где-то это модель, которая сразу выдаёт решение, а где-то — интерфейс, который помогает человеку принять решение самому.