Рынок персональных ИИ-ассистентов (помощников, агентов и тп) переживает взрывной рост. Чат-боты, second brain (второй мозг – система хранения и организации знаний), AI-обёртки поверх LLM (больших языковых моделей), экзокортексы (внешнее расширение мышления через ИИ), personal OS – десятки проектов на GitHub, от команд с венчурным финансированием до соло-разработчиков с 30 звёздами. Notion AI, Mem.ai, Khoj, Fabric – каждый месяц появляются новые.
Мне стало интересно: насколько то, что я делаю в IWE (Intellectual Work Environment – среда интеллектуальной работы), пересекается с тем, что уже есть? Где я впереди, где отстаю, и есть ли вообще прямые аналоги?
Я поручил задачу двум ИИ-агентам. Первый – в роли Разведчика прочесал GitHub, Product Hunt, HackerNews, Reddit и каталоги YC, собрал начальный список из нескольких сотен проектов и отфильтровал его до 68 заслуживающих анализа. Второй в роли Аналитика оценил каждый из 68 проектов по 10 параметрам и выделил 18 проектов с реальным пересечением (4 прямых конкурента + 14 с частичным совпадением). Вот что нашли.
Что сейчас в тренде
Vendor-agnostic (независимость от поставщика) стал нормой. Практически все серьёзные open-source проекты поддерживают множество LLM. Fabric (40k звёзд) работает с 40+ провайдерами. AnythingLLM (57k) – с 30+. LobeChat (60k+) – с десятками. Поддержка нескольких моделей уже не преимущество, а гигиенический фактор.
PKM (Personal Knowledge Management, управление личными знаниями) + AI – самая переполненная ниша. Khoj (34k звёзд) – AI second brain, который можно развернуть на своём сервере. Screenpipe (18k) – AI-память экрана, open-source аналог Rewind. Mem0 (37k) – универсальный слой памяти для ИИ-агентов. Десятки мелких проектов: Reor (8.5k), obsidian-claude-pkm (1.3k), Second Brain в 5+ вариантах. Просто “заметки + AI” – уже commodity.
Маркетплейс навыков растёт. OpenClaw (247k звёзд) строит ClawHub с 5700+ навыками. Fabric – 200+ паттернов, написанных сообществом. LobeChat – тысячи агентов от community. Модель “один автор пишет всё” уже не масштабируется.
Кто ближе всего
Ближайший проект – PAI (Personal AI Infrastructure) Даниэля Миесслера (11k звёзд). TELOS-файлы (описание целей, ценностей и вызовов пользователя для ИИ) для самоопределения, 6 слоёв персонализации, система памяти и навыков, реальный vendor-agnostic через Fabric. Плюс личный бренд: подкасты, конференции, 40k звёзд на Fabric.
Другие заметные: Ars Contexta (2.2k) – генеративный онбординг за 15 минут через диалог. Strategy-OS (23) – контрольные точки валидации гипотез для соло-фаундеров.
Сводная матрица
Оценка по 10 параметрам: 4 столпа (ядро мышления, культура работы, модель мастерства, сообщество) + ЦД (цифровой двойник – живая модель компетенций и интересов пользователя) + дистрибутив + vendor-agnostic + экзокортекс + онбординг + зрелость.
Шкала: 2 = круто, 1 = есть, 0 = нет.
| Параметр | IWE | PAI | Fabric | LobeChat | AnythingLLM |
|---|---|---|---|---|---|
| Ядро мышления | 2 | 1 | 0 | 0 | 0 |
| Культура работы | 2 | 1 | 1 | 0 | 0 |
| Модель мастерства | 2 | 1 | 0 | 0 | 0 |
| Сообщество | 1 | 1 | 2 | 2 | 1 |
| Цифровой двойник | 2 | 1 | 0 | 0 | 0 |
| Дистрибутив | 2 | 2 | 2 | 2 | 2 |
| Vendor-agnostic | 1 | 2 | 2 | 2 | 2 |
| Экзокортекс | 2 | 2 | 1 | 0 | 0 |
| Онбординг | 1 | 1 | 1 | 2 | 2 |
| Зрелость | 0 | 2 | 2 | 2 | 2 |
| Итого | 15 | 14 | 11 | 10 | 9 |
IWE и PAI близки по сумме, но за счёт разных параметров. IWE глубже в знаниевой архитектуре (ядро, культура, мастерство, цифровой двойник). PAI доступнее: независимость от вендора, зрелость, онбординг.
Что есть у IWE и нет у других
Из 68 проектов ни один не формализовал:
- Иерархию знаний с fallback chain (цепочкой наследования): от общих первых принципов (ZP) через фреймворки практик (FPF) и предметные практики (SPF) к описанию конкретной предметной области (Pack) и рабочим системам (DS). Если в одном слое нет ответа – система автоматически поднимается на уровень выше
- ОРЗ-фрактал (Открытие → Работа → Закрытие) на 3 масштабах: каждая рабочая сессия, каждый день и каждая неделя проходят один и тот же цикл: сначала спланировать, потом сделать, потом зафиксировать результат
- Gate-протоколы – контрольные точки, блокирующие работу до выполнения проверки: АрхГейт (оценка архитектурных решений по 7 критериям), WP Gate (проверка перед началом любой задачи), SC Gate (проверка соответствия обещаниям сервиса)
- Модель мастерства (ступени 0-4): от случайных действий до проактивного управления – формализованная траектория роста пользователя с критериями перехода между ступенями
- Цифровой двойник с автообновлением по реальной активности – живая модель компетенций, интересов и стратегии пользователя, которая используется для персонализации рекомендаций
- Pack как единственный источник истины для доменного знания (отделённый от кода и реализации) – знания о предметной области хранятся отдельно от того, как они реализованы в системе
- Capture-to-Pack – на каждом рубеже работы система спрашивает: «есть ли знание, которое нужно записать?» и маршрутизирует его в нужное место: правило → инструкции, доменное знание → Pack, реализационное решение → рабочая система, урок → память
- L1/L2/L3 – трёхслойная архитектура: платформенный слой (обновляется автоматически), слой обкатки (новые правила на испытательном сроке) и авторский слой (персональные настройки, которые не затираются при обновлении)
Где IWE слабее
| Слабость | Оценка | Кто делает лучше |
|---|---|---|
| Зрелость / видимость | 0 | PAI: 11k звёзд. Fabric: 40k. OpenClaw: 247k |
| Независимость от вендора | 1 | PAI/Fabric: 40+ LLM. Khoj: 7+. IWE де-факто работает только с Claude |
| Сообщество | 1 | OpenClaw: 5700+ навыков. Fabric: 300+ контрибьюторов |
| Онбординг | 1 | Ars Contexta: 15 мин через диалог. У IWE есть документация, но нет интерактивного flow |
| Визуализация | 0 | AFFiNE: whiteboard. Neurite: фрактальный граф |
Что делаем, чтобы закрыть разрывы
PAI – главный ориентир. Вот где отстаём и что в работе:
| Разрыв | PAI | IWE сейчас | Что делаем |
|---|---|---|---|
| Зрелость | 2 | 0 | Публикация шаблона экзокортекса (FMT) как открытого проекта. Посты в клуб и соцсети. Бриф для внешней аудитории |
| Vendor-agnostic | 2 | 1 | Знания в Markdown (переживут вендора). Протоколы и навыки пока привязаны к Claude Code – нужна спецификация, абстрагированная от конкретного ИИ-инструмента |
| Онбординг | 1 | 1 | Документация готова (руководство по старту, слайды, траектория обучения). Следующий шаг – диалоговый /onboard за 15 минут |
| Сообщество | 1 | 1 | Набор пилотной группы. Knowledge Gateway для участников |
Главный незакрытый разрыв – vendor-agnostic. На него пока нет активной работы. Всё остальное в движении.
Методология
Процесс: исследование провели два ИИ-агента. Агент-Разведчик (роль Scout) прочесал источники и собрал начальный список, отфильтровав его до 68 проектов в 4 категориях (экзокортексы, AI-обёртки, structured workflows, vendor-agnostic environments). Из них 37 малоизвестных (<1000 звёзд). Агент-Аналитик провёл глубокий анализ каждого проекта по 10 параметрам и распределил по группам.
Источники: GitHub (trending, awesome-lists, topics: exocortex, second-brain, ai-operating-system), Product Hunt, HackerNews (“Show HN”), Reddit, YC W25/S25.
Результат оценки: 10 параметров, шкала 0-1-2. Группа 1 – прямые конкуренты (совпадение >=3/5 по базовым признакам): 4 проекта. Группа 2 – частичное пересечение: 14 проектов. Группа 3 – вдохновляющие: 11 проектов. Отсеянные (мёртвые, нерелевантные или слишком маленькие): остальные.
Верификация: независимая проверка отчёта третьей моделью (context isolation). Найдены и исправлены: 22 пропущенных проекта, дубли, натяжки в выводах. Один крупный пропуск – OpenClaw (247k звёзд) – был добавлен по результатам верификации.
Полный отчёт с карточками всех проектов — в этой же папке:
- Фаза 1: сбор 68 проектов — каталог по 4 категориям с описаниями и звёздами
- Фаза 2: аналитический отчёт — Tier 1-3 с подробными карточками, выводы, рекомендации
- Фаза 3: верификация — независимая проверка, найденные ошибки и пропуски
- Фаза 4: расширенная матрица 10 параметров — честная самооценка IWE, сравнение с 16 проектами, слабые места и что позаимствовать
Если я что-то пропустил или у вас есть свое, то напишите, пожалуйста.