В этой подборке — малоизвестные проекты вокруг AI-агентов: проверка пакетов перед установкой, управление живыми приложениями, часовой тест для агентов, платные вебхуки, агентные браузеры и узкие рабочие сценарии с почти нулевым ранним откликом.
Шесть малозаметных запусков: проверка сайтов на безликий AI-текст, агент для визуализации данных, векторные изображения для прототипов, одежда по погоде, личный агент на Cloudflare Workers и осторожная оптимизация Google Ads.
В этой подборке — восемь тихих запусков: от нулезвёздного Roost для постоянных Codex-агентов до ChatPanel, Skydive и Sim. У всех мало видимой тяги, но каждый цепляет конкретной задачей, а не общим обещанием «ещё одного AI-агента».
Семь малозаметных AI-запусков: управляемые среды для компьютерных агентов, сборка и выпуск iOS-проектов, статический анализ для кодовых помощников, рабочая карта архитектуры, студенческий ассистент, агенты для аренды жилья и открытая платформа цифровых сотрудников.
Пять тихих запусков: цветы через агентное действие, голосовые техинтервью, песочница для агентов и два почти невидимых GitHub-проекта для операционных сценариев.
Две находки на ранней стадии: NeoAgent пытается закрыть поддержку сразу через чат, WhatsApp, SMS и голос, а Agentic-Index строит каталог инструментов для автономных AI-систем. Обе идеи пока почти без внимания, хотя решают реальные проблемы рынка.
Три почти незамеченных запуска показывают, что самые интересные идеи для AI-агентов часто рождаются вне шума: Moneta пытается превратить память в управляемую систему забывания, Agent-vfs упаковывает память в привычную файловую модель, а Lemni собирает клиентские коммуникации в один агентный слой. У всех слабая ранняя тяга, но у каждого есть понятная практическая ставка.
Не все интересные AI-продукты стартуют с шумом. В этой подборке четыре тихих находки: Harnet с 0 звёзд и 0 форков на GitHub координирует кодинг-агентов через tmux и git worktree, Trellus висит всего с 1 голосом на YC Launches, Show HN про open-source AIchatbot stack набрал лишь 3 балла и 2 комментария, а GaliChat выглядит как почти незамеченный Product Hunt-листинг для агентов на своих данных.
Стартап Koliseum предлагает редкую для рынка идею: проверять AI-модели не на заранее известных наборах задач, а в живых сценариях, где результат можно сверить только после наступления реального события. При этом внимания у запуска почти нет — на странице Launch YC у проекта был всего 1 голос, хотя сама ставка выглядит намного сильнее цифры.
