Среди малозаметных запусков последних дней особенно выделяются продукты не про витрину, а про реальную рабочую боль: сбои памяти у ИИ-агентов, общий контекст между приложениями, возврат долгих процессов без лишних затрат и безопасная автоматизация для операционных команд. Почти у всех здесь очень слабый ранний сигнал внимания — 1–3 балла на Hacker News или почти нулевая дискуссия, — но именно поэтому их легко пропустить раньше времени.
Две почти незаметные находки с BetaList показывают, что интересные AI-запуски часто рождаются не в шуме, а в серой зоне реальных ограничений. Human Browser идёт в болезненную инфраструктуру для агентных сценариев, а Agentica пытается упаковать целую компанию из шести ИИ-ролей в один рабочий контур.
Strata вышла на Hacker News с сильной реакцией сообщества: 133 балла и 66 комментариев. Проект решает одну из самых болезненных проблем агентных систем — как работать с большим набором инструментов без перегрузки и потери надежности.
График Our World in Data показывает, насколько резко вырос объем вычислений, нужный для обучения заметных систем ИИ. Это важно не только для инженеров: гонка в области ИИ все сильнее зависит от того, кто может позволить себе дорогую инфраструктуру.
Reuters сообщает о плане Пекина вложить около 2 трлн юаней, или 295 млрд долларов, в строительство центров обработки данных по всей стране. Это показывает, что гонка за AI выходит на уровень долгосрочной государственной промышленной политики и может заметно изменить баланс сил между Китаем и США.
В этой короткой подборке два инфраструктурных стартапа, которые смотрят на один и тот же узкий, но болезненный слой ИИ-рынка: как компаниям эффективнее использовать графические ускорители и не тонуть в ручном управлении вычислительными мощностями.
Era строит программную платформу для ИИ-гаджетов — от очков до украшений и колонок — чтобы производителям не приходилось каждый раз заново собирать голосовой, многомодальный и оркестрационный слой. Пока это выглядит как ранняя нишевая ставка, а не громкий потребительский запуск, но именно поэтому за ней стоит следить сейчас.
Сегодня в подборке два малозаметных, но очень прикладных ИИ-проекта из Y Combinator: Kaelio пытается сделать работу агентных систем с бизнес-метриками менее хрупкой, а ZeroEval — наладить оценку и улучшение ИИ-агентов на реальных данных. По голосам оба запуска прошли на удивление тихо: 6 и 35 голосов соответственно, хотя оба бьют в болезненные инфраструктурные проблемы.
Ohr ищет founding AI infrastructure engineer на удалённую работу в США: 150–220 тысяч долларов в год плюс существенная доля в компании. Роль не про витринные демо, а про автоматизацию лабораторий, закупок, соответствия требованиям и внутренней документации в промышленной среде.
