Срез от 11 сентября 2026

Какие технологии выбрать для архитектуры в 2026 году

Мы разобрали 822 технологии и разложили их по четырём кольцам зрелости. Здесь видно, что уже можно ставить в прод, что стоит пилотировать и от чего пора уходить. Отдельно разобраны агентный стек на MCP, слой данных и требования российского рынка.

822технологии в срезе
+219новых за неделю (26,6%)
33сильных тренда, score ≥ 70
574позиции в квадранте «ИИ и агенты»
Как читать радар

Четыре кольца зрелости

Кольцо показывает, насколько технология готова к эксплуатации, а не насколько она модная. Готовых к проду позиций мало: почти три четверти всего массива ещё нужно проверять.

738,9%

Adopt

Готово к промышленной эксплуатации. Это разумный выбор по умолчанию для новых проектов.

9912%

Trial

Управляемый пилот. Пробуйте на реальной, но изолированной задаче и с понятным критерием успеха.

59572,4%

Assess

Проверка гипотез. Изучайте и ставьте прототипы, но в прод пока не берите.

556,7%

Hold

Сознательная пауза. В новых проектах не использовать, в старых планировать замену.

adopt 8,9% · trial 12% · assess 72,4% · hold 6,7%
Ключевые позиции

Радар: на что смотреть в первую очередь

Здесь собраны позиции с самым сильным сигналом в срезе и те, что стоят на пороге устаревания. Нажмите на точку или название в легенде, и откроется карточка технологии. Фильтры работают и для радара, и для списка.

ИИ и агенты

Фронтенд и UI

Бэкенд и данные

DevOps и облако

Чем ближе к центру, тем зрелее технология. Серое внешнее кольцо — кандидаты в hold.

goose

trialИИ и агентыscore 80 · ★ 53 846

Открытый расширяемый ИИ-агент, который не ограничивается кодом: выполняет задачи, управляет инструментами, автоматизирует процессы. По размеру сообщества это самая зрелая позиция в топе.

Когда брать
Как базовую платформу для внутренних агентных сценариев: рутинные операции в изолированных средах, разбор регламентов, подготовка сводок.
Риск
Расширения и исходящие вызовы. Заведите регламент на плагины и следите, куда ходит агент.

oh-my-pi

trialИИ и агентыscore 80 · ★ 29 277

Кодирующий агент со встроенной средой разработки: правки и проверки делаются в одном окне.

Когда брать
Для пилота в одной команде. Код-ревью человеком остаётся обязательным.
Риск
Прежде чем расширять пилот, проверьте, как агент переносится в закрытый контур и как в нём обновляются модели.

QwenPaw

trialИИ и агентыscore 80 · ★ 34 785

Персональный ИИ-ассистент, который ставится локально. Спрос дают компании, которым нужен собственный контур.

Когда брать
Как приватного ассистента сотрудника внутри периметра, с изоляцией данных и ограничением внешних вызовов.
Риск
Нужны свои вычислительные узлы под модели. Заложите их в пилот заранее.

LibreChat

trialИИ и агентыscore 80 · ★ 42 869

Открытый self-hosted чат с агентами, MCP и навыками.

Когда брать
Как внутренний портал доступа к моделям: одна точка входа, разграничение прав и журнал запросов.
Риск
Портал становится шлюзом к данным, поэтому до запуска решите вопросы прав доступа и аудита.

archestra

trialИИ и агентыscore 80 · ★ 4 242

Корпоративная ИИ-платформа, в которой есть guardrails, реестр MCP-инструментов и шлюз. Растёт на спросе на управляемый доступ агентов.

Когда брать
Когда агентов становится много и нужно контролировать, какие инструменты они вызывают и с какими правами.
Риск
Проект молодой, сообщество небольшое. Пилотируйте на периметре агентских вызовов вместе с политиками доступа к моделям.

wigolo

trialИИ и агентыscore 80 · ★ 4 891

Локальный веб-поиск для ИИ-агентов. Работает по принципу local-first: запросы не уходят во внешние облака и не зависят от облачных API.

Когда брать
Как поисковый слой для внутренних агентов, если утечка запросов за периметр недопустима. Особенно в госсекторе и энергетике: снимается вопрос трансграничной передачи.
Риск
Зрелость ниже, чем у лидеров. Обязательно проверьте сборку на своей инфраструктуре.

Apache Camel

trialИИ и агенты · интеграцияscore 80 · ★ 6 312

Открытый интеграционный фреймворк. Интерес к нему растёт вместе с числом связок между сервисами, в том числе между агентами и корпоративными системами.

Когда брать
Как связующий слой, когда нужно сшить разнородные сервисы и потоки данных. Начните с одного прикладного сценария.
Риск
Мощный, но тяжёлый. Для двух-трёх простых интеграций он может быть избыточен.

chrome-devtools-mcp

trialФронтенд · агентыscore 80 · ★ 50 872

Официальный MCP-сервер Chrome DevTools для кодирующих агентов. Агент получает доступ к DOM, сети, консоли и профилям производительности, так что может отлаживать вёрстку и скорость без ручных скриншотов.

Когда брать
В контур автотестов фронтенда: агент сам собирает метрики и ошибки консоли, ручные прогоны не нужны.
Риск
У агента в руках живая браузерная сессия, а в ней могут быть чувствительные данные. Пилот только на изолированном стенде и без боевых учёток.

budibase

assessФронтенд и UI★ 26 907

Low-code платформа для внутренних приложений и админок. В ней есть визуальный конструктор, готовые формы и таблицы, автоматизация workflow и подключение внешних БД.

Когда брать
Для внутренних инструментов, где скорость сборки важнее уникального интерфейса.
Риск
Контроль над дизайн-системой ограничен. Последние обновления в архиве датированы 07.09.2025, поэтому перед выбором проверьте, жив ли проект.

ClickHouse

adoptБэкенд и данные★ ~45 000

Колоночная OLAP-СУБД для аналитики в реальном времени. Считает агрегации по миллиардам строк, хорошо сжимает данные и выдерживает большой поток записи.

Когда брать
По умолчанию для витрин, метрик, продуктовой аналитики и тяжёлых выборок под дашборды. Это единственная позиция уровня adopt в бэкенд-контуре среза.
Помните
Это слой данных, а не транзакционная база. OLTP-нагрузку держите в отдельной СУБД.

BlackSheep

trialБэкенд и данные

Асинхронный веб-фреймворк для Python на asyncio. Быстрый роутинг, внедрение зависимостей, типизация, стиль похож на ASP.NET Core.

Когда брать
Для высоконагруженных API на Python, если команде близок такой стиль.
Риск
Зрелость ниже, чем у массовых альтернатив. Перед внедрением нужен пилот и проверка того, что проект поддерживается.

Amazon Timestream for InfluxDB 3

assessБэкенд и данныеscore 58

Управляемые временные ряды. Теперь поддерживает пользовательские плагины, так что метрики можно обрабатывать прямо на стороне сервиса и не выносить логику в отдельный слой.

Когда брать
Для потоковых метрик, телеметрии и агрегатов, когда препроцессинг нужен рядом с хранилищем.
В РФ
Аналоги есть в Yandex Cloud и SberCloud. Сам паттерн «плагин рядом с данными» переносится и на них.

Yandex Object Storage

assessБэкенд и данныеscore 58

Объектное хранилище с S3-совместимым интерфейсом. Среди ключевых позиций бэкенда это единственная, которой не нужно трансграничное замещение.

Когда брать
Под артефакты, модели и резервные копии. Благодаря S3-API код переносится почти без изменений.
Помните
По score совпадает с Timestream, но роль другая: там потоковые метрики, здесь файлы и артефакты.

Amazon EC2 M9g / M9gd

assessБэкенд и данные

Новые вычислительные инстансы. Больше регионов размещения означает меньшую зависимость от одной площадки.

Архитектурный вывод
Вычисления стройте через слой абстракции и с совместимыми API-контрактами. Тогда переезд между облаками обратим, а окружения воспроизводимы.
В РФ
Замещается ресурсами Yandex Cloud и SberCloud.

AWS Lambda recursive loop detection

assessDevOps и облакоscore 54

Автоматически ловит рекурсивные цепочки вида Lambda → SQS/SNS → Lambda. Бюджет защищён от бесконечных циклов без внешнего мониторинга и ручных алертов.

Паттерн на вынос
В любой событийной архитектуре нужна защита от зацикливания: счётчик переходов в заголовке сообщения, лимит глубины, отдельный алерт на аномальный рост вызовов.
В РФ
Аналоги есть в Yandex Cloud и SberCloud.

Amazon SageMaker Feature Store

assessDevOps · MLOpsscore 54

Поддерживает точечное обновление признаков, и задержка записи снижается.

Паттерн на вынос
Обновляйте только изменившиеся фичи, а не всю строку. В online-inference пайплайнах это даёт меньше latency и меньше затрат.
В РФ
Аналоги есть в Yandex Cloud и SberCloud.

AWS User Experience Customization

assessDevOps и облакоscore 54

Позволяет настроить облачную консоль под команду: убрать неиспользуемые сервисы и снизить когнитивную нагрузку на новичков.

Паттерн на вынос
Во внутренних платформах показывайте команде только нужное. Так и новички быстрее осваиваются, и случайных действий в проде становится меньше.
В РФ
Аналоги есть в Yandex Cloud и SberCloud.

llm-demo-plugin

кандидат в holdИИ и агентыактивность: 29.01.2026

Не обновляется больше 7 месяцев. Интеграция с современными LLM под вопросом.

agent_state_machine

кандидат в holdИнструментыактивность: 12.01.2026

Не обновляется больше 8 месяцев и отстаёт от актуальных требований к агентам. Посмотрите на поддерживаемые фреймворки для агентов.

llm_tokens_update

кандидат в holdИИ и агентыактивность: 18.05.2025

Не обновляется больше года. Есть риск несовместимости с современными моделями и изменениями в токенизации.

spark-connect-kubernetes

кандидат в holdDevOpsактивность: 17.09.2024

Не обновляется больше полутора лет. Высок риск несовместимости с актуальными версиями Kubernetes и Spark.

DevOPS

кандидат в holdDevOpsактивность: 21.10.2024

Репозиторий с практиками, не обновляется больше года.

Референсная связка

Как собрать агентный стек в закрытом контуре

Главный вывод среза: ценность сейчас даёт не число новых инструментов, а доведённая до прода связка «агент — закрытый контур — внутренние API». Ниже показано, как позиции радара раскладываются по слоям такой архитектуры.

Шлюз и политикиguardrails, реестр MCP
Инструменты по MCPчто агенту разрешено
Интеграциясвязь с корп. системами
Правило периметраВесь исходящий трафик агентов идёт через шлюз. Прямых вызовов наружу из агента нет.
Стандартный слойИнструменты подключаются к агентам через MCP. Тогда их можно менять, не переписывая агента.
Критерий выходаЕсли инструмент за 30 дней пилота не показал эффекта на реальной задаче, он выходит из контура внимания.
  1. СтендИзолированная среда без боевых данных и учёток.
  2. Регламент расширенийЧто агенту разрешено ставить и вызывать.
  3. Аудит исходящихКакие соединения агент открывает наружу и зачем.
  4. МасштабированиеТолько после первых трёх шагов, одна команда за раз.
Шпаргалка

Задача → что рассмотреть

Это стартовые точки, а не готовые ответы. Всё, что не в кольце adopt, проверяйте пилотом на своей задаче.

ЗадачаЧто рассмотретьКольцоНа что смотреть
Аналитика по миллиардам строк, дашборды, продуктовые метрикиClickHouseadoptOLTP держите отдельно
Агент должен отлаживать фронтенд: консоль, сеть, производительностьchrome-devtools-mcptrialТолько изолированный стенд
Агенту нужен веб-поиск, но запросы не должны уходить наружуwigolotrialПроверить сборку у себя
Единая точка доступа сотрудников к LLM с правами и журналомLibreChattrialПрава и аудит — до запуска
Базовая платформа для внутренних агентовgoosetrialРегламент плагинов, контроль исходящих
Контроль, какие инструменты и модели вызывают агентыarchestratrialМолодой проект
Сшить агентов и сервисы с корпоративными системамиApache CameltrialНачать с одного сценария
Приватный ассистент сотрудника внутри периметраQwenPawtrialЗаложить свои узлы под модели
Быстро собрать внутреннюю админкуbudibaseassessДизайн-система, активность проекта
Высоконагруженный асинхронный API на PythonBlackSheeptrialСравнить с массовыми альтернативами
Метрики и телеметрия с обработкой у хранилищаInfluxDB 3 / аналоги в РФ-облакахassessГде физически лежат данные
Файлы, модели, бэкапыS3-совместимое хранилищеassessS3-API упрощает переезд
Осторожно с цифрами

Одинаковый score ≠ одинаковая зрелость

Score — это индекс от 0 до 100. Он складывает активность репозитория, звёзды, зрелость экосистемы, документацию и применимость. У формулы есть потолок, и различия у верхней границы срезаются.

Что видно в срезе

  • 27 технологий в trial делят score 80, в том числе chrome-devtools-mcp (★ 50 872) и wigolo (★ 4 891).
  • В assess у 63 позиций score 41, ещё у 24 — 42, у 14 — 43.
  • 158 позиций оценены нулём.

Как выбирать при равном балле

  1. Смотрите на назначение: одинаковый score у браузерного моста и у поисковика ничего не говорит о том, что вам нужнее.
  2. Отсортируйте по дате последней активности. Живой проект и архивная заготовка могут стоять рядом.
  3. Проверьте доступность в РФ: зеркала, лицензия, работа без зарубежных облаков.
  4. Оцените размер сообщества и то, как быстро закрываются issues.
Российский контекст

Фильтр перед выбором: 152-ФЗ, импортозамещение, санкции

Требования к данным и происхождению ПО меняются медленнее, чем пополняется радар. Поэтому именно они отсекают кандидатов, и зрелость технологии этого не отменяет. Позиции без локальной поддержки дольше остаются в assess.

Чек-лист для каждой технологии

  • Данные. Где хранятся и обрабатываются персональные данные? Нет ли трансграничной передачи (152-ФЗ)?
  • Исходящий трафик. Куда ходит инструмент или агент? Можно ли это закрыть периметром?
  • Импортозамещение. Нужен ли заказчику отечественный аналог или ПО из реестра?
  • Доступность. Работает ли без зарубежных облаков, лицензий и платёжной инфраструктуры? Есть ли зеркало, например в GitVerse?
  • Экспортный контроль. Нет ли ограничений на распространение и реэкспорт?

Что это значит на практике

  • Даже зрелые решения обычно требуют локального развёртывания и собственного сопровождения. Закладывайте это в оценку.
  • Позиции, которые работают local-first (wigolo, QwenPaw, self-hosted LibreChat), проходят фильтр легче облачных.
  • Для облачных сервисов AWS в карточках указаны аналоги в Yandex Cloud и SberCloud. Переносите паттерн, а не продукт.
  • Объектное хранилище выбирайте с S3-совместимым API, тогда код переезжает без переписывания.
Риск устаревания

От чего пора уходить

Простое правило: если в проекте больше полугода нет активности, это повод искать замену до того, как он сломается при очередном обновлении зависимостей.

ПроектОбластьПоследняя активностьРиск
spark-connect-kubernetesDevOps17.09.2024Несовместимость с актуальными Kubernetes и Spark
DevOPSDevOps21.10.2024Не обновляется больше года
llm_tokens_updateИИ18.05.2025Изменения в токенизации современных моделей
agent_state_machineИнструменты12.01.2026Отстаёт от требований к агентам
llm-demo-pluginИИ29.01.2026Интеграция с современными LLM
На горизонте

Сигналы, за которыми стоит следить

В кольца это ещё не попало, но задаёт направление.

Repo-To-Skill — перегонка репозиториев в навыки агентов Terminal-Universe — среды для обучения и проверки агентов Compile by Training — перевод спецификаций в функции Перенос опыта при постобучении LLM-агентов LLaDA-Image — открытые рецепты генерации изображений SolarWM — обучение видеомировых моделей Qwen-Drive-1.0 — модели для автономного вождения Weedout — скрытие видео с меткой ИИ на YouTube
Методология

Откуда цифры

Охват

Срез от 11 сентября 2026 года: 822 технологии. По квадрантам: ИИ и агенты — 574, практики DevOps — 111, инструменты — 97, разработка — 40. Порог сильного тренда — score 70, его достигают 33 технологии (4%).

Источники: публичные репозитории GitHub и GitVerse, агрегаторы препринтов, отраслевые ленты, анонсы вендоров. У каждой записи есть оценка достоверности и оценка релевантности для РФ.

Ограничения

  • 72,4% массива в assess, поэтому готовых решений немного.
  • Score упирается в потолок, и равные значения нужно различать по содержанию.
  • 26,6% записей появились за последнюю неделю и проверку временем ещё не прошли.
  • Звёзды указаны на дату среза.
  • Радар не заменяет испытаний на вашей инфраструктуре и ваших данных.