Потенциал заработка

Рыночный анализ · Обзор

ADHD берёт инженерную или творческую задачу, запускает несколько изолированных рассуждений под разными когнитивными рамками, затем отдельным critic-pass оценивает идеи по novelty, viability и fit. После этого он кластеризует варианты, находит ловушки и выдаёт shortlist с углублёнными решениями.

LLM-агенты часто быстро сходятся на первом аккуратном, но банальном ответе. ADHD увеличивает ширину поиска и помогает находить неочевидные варианты ценой дополнительных LLM-вызовов.

• +Архитектурные решения: rate limiter, queue sharding, retry/timeout UX.
• +Fuzzy debugging, когда баг неочевиден и нужен набор гипотез.
• +API surface design и naming.
• +Brainstorming продуктовых и технических альтернатив.
• +Pre-review идей: найти “cute but bad” решения до траты engineering time.

AI/agent engineers, senior developers, toolsmiths для Claude Code, Codex, Cursor-подобных сред и команды, строящие multi-agent workflows.

Open-source аналоги

ADHD не лидер среди agent frameworks. Это нишевый быстрорастущий primitive для divergent ideation внутри coding agents; ближе всего к Tree-of-Thought, но лучше упакован под современные agent skills.

Коммерческие аналоги

Подтверждения платной версии, облака, support contract или GitHub Sponsors для UditAkhourii/adhd не найдено. Проект выглядит как MIT OSS с preprint, npm package и community form, без текущей монетизации.

Коммерческий потенциал

На ADHD можно заработать не как на npm-библиотеке, а как на eval-backed workflow и agent-ideation layer для engineering teams: IDE/agent integrations, private frame packs, team controls и support.

Спрос высокий: рынок AI code assistants и agentic AI уже коммерчески насыщен, с платящими пользователями и enterprise budgets. ADHD попадает в тренд coding agents, но сам является узким reasoning primitive, а не полноценной платформой.

Сейчас ров слабый. Возможный ров: proprietary eval dataset, curated frame library, глубокие integrations и community adoption в agent-skill ecosystems. Код сам по себе не ров.

• +Paid enterprise plugin pack за $10–30/user/mo рядом с JetBrains/Cursor/Copilot price band.
• +Hosted team runner с usage + seats.
• +Evals/benchmarks subscription для agent workflows.
• +Paid support, custom frames и private deployments.
• +Marketplace revenue share, если agent-skill marketplaces станут каналом.

• +Стабильный public API и semver maturity.
• +Real-world benchmark set, не только 6 open-ended tasks.
• +IDE/agent integrations beyond install script.
• +Cost controls: лимиты, модельный роутинг, кеширование.
• +Team features: shared frame libraries, approval, audit logs.
• +Enterprise privacy/security docs.
• +Измеримый ROI: fewer failed designs, faster architecture review, fewer incidents.

Достоверность разбора

• +Значительная часть GitHub-фактов взята из воронки и enrichment layer как данность, без перепроверки.
• +Scale/revenue большинства коммерческих аналогов не подтверждены официальными источниками в собранном анализе.
• +Некоторые цены коммерческих продуктов подтверждены одним источником, а не ≥2 независимыми источниками.
• +OpenAI ChatGPT/Codex pricing в собранном анализе подтвердил наличие tier names, но не конкретные USD для consumer tiers.
• +Оценки stars у OSS-аналогов местами округлены из собранного анализа.
• +Выводы про moat, capture, enterprise readiness и монетизацию являются аналитической оценкой, а не подтверждёнными фактами.
• +Рыночные размеры взяты из market-research/public PR источников и не были независимо валидированы ≥2 источниками для каждой конкретной цифры.
• +Заявления README про качество ADHD, evals и adoption взяты из README/связанных страниц проекта и не перепроверялись независимым аудитом.
• +Коммерциализация самого ADHD оценена по отсутствию найденных признаков платного продукта в собранном анализе; это не доказывает отсутствие частных paid deals.

Why This Is A Finding

UditAkhourii/adhd собрал 59 звёзд за окно, тогда как у автора всего 80 подписчиков — эффективная аудитория ≈ 413. Это даёт surprise-индекс 0.13 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 0.0% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация положительная — рост ещё не выдохся.

Related Findings

METRICS IN CONTEXT