La página de tendencias de GitHub es ahora un catálogo de infraestructura para agentes

Abre la página de tendencias de GitHub un día cualquiera de esta semana y no verás en lo más alto la mezcla habitual de frameworks y proyectos de aficionados. Verás tuberías. Los repositorios que más rápido escalan son las piezas que se sitúan debajo de los agentes de IA: memoria que sobrevive a una sesión, equipos de agentes que comparten estado, mercados para sus habilidades y escáneres que revisan esas habilidades en busca de problemas antes de que se ejecuten.

Eso supone un cambio en lo que los colaboradores de código abierto consideran urgente. Hace un año, la página de tendencias premiaba las aplicaciones nuevas. Ahora premia la infraestructura sobre la que se construyen las aplicaciones, y las estrellas más rápidas van a la capa que la mayoría de la gente nunca ve.

La razón es que el agente se convirtió discretamente en la forma predeterminada de hablar con el software. Una vez que la gente empezó a ejecutar agentes de programación, agentes de investigación y agentes de trabajo como parte de la rutina, las piezas que faltaban dejaron de ser mejores modelos y pasaron a ser todo lo que los rodea. Un modelo que olvida, que no puede coordinarse con otro modelo o que ejecuta código que no debería no es un problema de modelo. Es un problema de infraestructura, y la página de tendencias es donde se presenta la gente de la infraestructura para arreglarlo.

La memoria es el grupo más ruidoso

La señal más clara es la memoria persistente. thedotmack/claude-mem, un plugin que captura lo que hace un agente durante una sesión, lo comprime e inyecta las partes relevantes de nuevo en sesiones posteriores, ronda las 99.000 estrellas y ganó más de 4.000 en una sola semana. Funciona en Claude Code, Codex, Gemini, Copilot y OpenCode, lo que te indica que el problema que resuelve no es específico de un proveedor. Los agentes olvidan, y los usuarios están cansados de volver a explicar el contexto cada vez que abren una ventana nueva.

Alrededor de ese buque insignia se sitúan varias herramientas que atacan el mismo problema desde ángulos distintos. mksglu/context-mode afirma una reducción del 98 % en los tokens de salida de herramientas al aislar y enrutar el contexto a través del Model Context Protocol. ranxianglei/billion-context promete cinco veces menos tokens y sesiones de un mes de duración comprimiendo el contexto en lugar de truncarlo. modelcontextprotocol/servers proporciona la capa base en la que se apoya buena parte de esto.

La razón por la que la memoria lidera es sencilla. Un agente que no recuerda lo de ayer no se puede confiar para nada que abarque más de una sentada. Todo uso serio de un agente acaba necesitando continuidad, y la continuidad fue la pieza que faltó durante la mayor parte del último año.

La orquestación es lo siguiente

El segundo grupo trata de conseguir que más de un agente trabaje junto. mvschwarz/openrig, que construye equipos persistentes a partir de Claude Code, Codex y Pi, ganó más de 2.000 estrellas esta semana. La propuesta son roles, contexto compartido y trabajo con propietario: un agente planifica, otro ejecuta y se pasan tareas en lugar de pisarse unos a otros. ruvnet/ruflo hace una apuesta similar con enjambres de agentes y memoria federada. agno-agi/agno ofrece una plataforma para construir y gestionar sistemas de agentes.

Este grupo creció en el momento en que los agentes individuales empezaron a ser útiles para trabajo real. Un agente es un ayudante. Dos agentes que se coordinan se acercan más a un equipo pequeño, y un equipo pequeño necesita una forma de dividir el trabajo y llevar la cuenta de quién posee qué. Ese es el hueco que openrig y sus pares están llenando.

Las habilidades se convirtieron en una cadena de suministro, y alguien lanzó el escáner

El tercer grupo, y el más revelador, es el de las habilidades. mattpocock/skills, una colección personal publicada como habilidades de agente reutilizables, atrajo más de 9.000 estrellas en una semana. cursor/plugins publica una especificación oficial de plugins. google/skills y vercel-labs/skills apuntan a la misma superficie de instalación. Varios repositorios competidores se disputan ahora ser el lugar del que obtienes tus habilidades.

Siempre que un ecosistema hace crecer un canal de distribución, justo detrás llega un problema de seguridad. Eso es lo que convierte a NVIDIA/SkillSpector en la historia silenciosa de la semana. Es un escáner que revisa una habilidad de agente en busca de vulnerabilidades, inyección de prompts y riesgo de cadena de suministro antes de que la instales. Un escáner solo existe cuando hay algo que merece la pena robar o sabotear, y su aparición es la señal más clara hasta ahora de que las habilidades de agente se han convertido en una cadena de suministro real, con todas las preguntas de confianza que eso conlleva.

La misma lógica aparece en las herramientas de auditoría que están más abajo en la lista. Los repositorios que verifican si un agente hizo de verdad lo que se le pidió, y que revisan sus permisos, escalan por la misma razón. Una vez que los agentes pueden actuar, alguien tiene que demostrar qué hicieron.

El contenido multimedia es el recién llegado

Un cuarto grupo es más pequeño pero merece mención: agentes que hacen cosas que puedes ver. heygen-com/hyperframes, cuya descripción de una línea es «Escribe HTML. Renderiza vídeo. Creado para agentes», ganó más de 4.000 estrellas esta semana. calesthio/OpenMontage ofrece un sistema agéntico de producción de vídeo, y earthtojake/text-to-cad da a un agente la capacidad de trabajar en CAD. El patrón es que el agente, después de haber aprendido a escribir y a razonar, ahora se apunta hacia píxeles y geometría.

No todo lo que hay en la lista pertenece a esta historia, y eso importa para leerla con honestidad. boykopovar/AnyPS5, una herramienta para portar ejecutables de PS5 a Linux y Windows, atrajo más de 21.000 estrellas esta semana y no tiene nada que ver con agentes. EpicGames/raddebugger y flutter/flutter están en la lista por sus propias razones. El grupo de infraestructura de IA es lo más grande que está ocurriendo, no lo único.

Qué deberían sacar en claro los creadores

Se derivan dos lecturas prácticas. La primera es que la memoria se ha convertido en una decisión de compra. Si construyes sobre agentes, acabarás eligiendo una capa de memoria, y las opciones ya son lo bastante maduras como para compararlas por ratio de compresión, compatibilidad multiplataforma y la facilidad con la que puedes inspeccionar lo que se guardó. La segunda es que las habilidades deberían tratarse como dependencias. Conllevan riesgo de cadena de suministro, necesitan versionado y merecen el mismo escrutinio que darías a un paquete de un autor desconocido.

Hay una tercera lectura, dirigida a cualquiera que esté decidiendo qué aprender. Las habilidades escasas ahora mismo no son el entrenamiento de modelos. Son las poco glamurosas: ingeniería de contexto, diseño de permisos, evaluación y saber cuándo dar a un agente menos autoridad en lugar de más. La página de tendencias es un mapa aproximado de dónde se necesitan esas habilidades, y es más útil para planificar una carrera que la mayoría de las ofertas de empleo, porque muestra lo que la gente está construyendo de verdad esta semana en lugar de lo que un reclutador escribió el trimestre pasado.

A toda la página se le aplica una advertencia. La velocidad de estrellas mide la atención, no la calidad. Muchos de estos repositorios tienen semanas o meses de vida, y los que sobrevivan serán los que sigan publicando cuando pase la novedad. La lista de tendencias muestra dónde está mirando la multitud. No promete que la multitud tenga razón.

Aun así, la forma de la lista es una señal útil. Cuando los proyectos que más rápido crecen son memoria, orquestación, habilidades y auditoría en lugar de demos llamativas, significa que la era de los agentes ha dejado atrás demostrar que puede funcionar y ha entrado en el trabajo poco glamuroso de hacerlo fiable. Ese trabajo es lo que la página de tendencias está premiando esta semana.