Два свежих проекта на GitHub показывают, куда движется открытая инфраструктура для самостоятельных агентов: один собирает в одном контуре песочницы, память и аудит выполнения, другой — базу данных, знания, навыки и приложения для совместной работы людей и агентов.
Свежий выпуск о двух проектах для AI-агентов: agent-audit набирает звёзды как статический сканер рисков для LLM-агентов и конфигураций MCP, а community.computer предлагает среду, где агентные эксперименты можно подписывать и воспроизводить на своём железе.
Пять свежих и почти незамеченных находок про AI-агентов: от единой точки доступа к инструментам и памяти для кодовых помощников до безопасного шлюза для действий от имени пользователя. У всех слабая видимость, но идеи сильнее их текущих цифр.
Open SWE — открытый фреймворк для компаний, которые хотят не просто чат с моделью, а собственного внутреннего кодового агента под Slack, Linear и GitHub. Проект уже собрал 10,6 тысячи звёзд на GitHub и выглядит интересно тем, что продаёт не магию, а архитектуру: изолированные среды, управляемый набор инструментов, подхват контекста из задач и автоматическое создание PR.
Новая подборка по AI-стартапам и продуктам собрала три очень разных сигнала рынка: Pentagi быстро растёт как автономная система для пентеста, ElseLane продаёт отказоустойчивость для приложений на языковых моделях, а cto.new упаковывает кодового агента с прямой работой в GitHub в бесплатный входной продукт. Вместе они показывают, что спрос смещается от эффектных демо к надёжности, специализации и более низкому порогу входа.
mojojojo-agent — открытый терминальный кодовый агент, который делает ставку не на эффектную оболочку, а на экономию токенов и более точную подачу доказательств модели. Он читает репозитории, правит файлы, запускает тесты и старается отправлять модели только нужные фрагменты вместо бессмысленных полных дампов, а значит бьёт в одну из самых дорогих проблем длинных AI-сеансов разработки.
В открытом ИИ сегодня заметно сразу три разных вектора роста: OpenExecutive набрал большую аудиторию на Hacker News как проект с «исполнительной командой» агентов, JetBrains продвигает практические правила для Go-кода, который пишет AI, а scientific-agent-skills показывает спрос на доменные навыки для научных задач. Вместе это выглядит как следующий этап рынка: от одиночных помощников к специализированным рабочим системам.
Два малозаметных проекта показывают, что самый живой слой вокруг AI-агентов сейчас строится не только на громких релизах. agentmemory решает потерю контекста между сессиями через локальную память в Markdown, а Mukh.1 пытается упростить сборку агентных контуров без кода для компаний Ближнего Востока и Северной Африки — при очень скромном внимании аудитории.
Пять малозаметных запусков показывают, что самый интересный слой рынка ИИ сейчас часто живёт не в громких релизах, а в нишевых продуктах с почти нулевым вниманием: от рабочего пространства для агентов и тестировщика игр до поиска по подкастам, взыскания долгов и настольного слоя для Claude Code.
