A página de tendências do GitHub agora é um catálogo de infraestrutura de agentes

Abra a página de tendências do GitHub em um dia aleatório desta semana e você não verá a mistura habitual de frameworks e projetos de hobby no topo. Você verá o encanamento. Os repositórios que sobem mais rápido são as partes que ficam por baixo dos agentes de IA: memória que sobrevive a uma sessão, equipes de agentes que compartilham estado, marketplaces de habilidades e scanners que verificam essas habilidades em busca de problemas antes que sejam executadas.

Essa é uma mudança no que os contribuidores de código aberto consideram urgente. Um ano atrás, a página de tendências recompensava novos aplicativos. Agora ela recompensa a infraestrutura sobre a qual os aplicativos são construídos, e as estrelas mais rápidas vão para a camada que a maioria das pessoas nunca vê.

A razão é que o agente se tornou discretamente a forma padrão de conversar com o software. Assim que as pessoas começaram a executar agentes de programação, agentes de pesquisa e agentes de trabalho como rotina, as peças que faltavam deixaram de ser modelos melhores e passaram a ser tudo ao redor deles. Um modelo que esquece, não consegue coordenar com outro modelo ou executa código que não deveria não é um problema de modelo. É um problema de infraestrutura, e a página de tendências é onde a turma da infraestrutura aparece para consertá-lo.

A memória é o cluster mais barulhento

O sinal mais claro é a memória persistente. thedotmack/claude-mem, um plugin que captura o que um agente faz durante uma sessão, comprime isso e injeta as partes relevantes de volta em sessões posteriores, está com cerca de 99.000 estrelas e ganhou mais de 4.000 em uma única semana. Ele funciona em Claude Code, Codex, Gemini, Copilot e OpenCode, o que mostra que o problema que ele resolve não é específico de um fornecedor. Agentes esquecem, e os usuários estão cansados de reexplicar o contexto toda vez que abrem uma nova janela.

Ao redor desse carro-chefe, há várias ferramentas atacando o mesmo problema por ângulos diferentes. mksglu/context-mode afirma uma redução de 98% nos tokens de saída de ferramentas ao isolar e rotear o contexto através do Model Context Protocol. ranxianglei/billion-context promete cinco vezes menos tokens e sessões de um mês ao comprimir o contexto em vez de truncá-lo. modelcontextprotocol/servers fornece a camada base na qual grande parte disso se apoia.

A razão pela qual a memória lidera é simples. Um agente que não consegue se lembrar de ontem não pode ser confiável para nada que se estenda por mais de uma sessão. Todo uso sério de um agente eventualmente precisa de continuidade, e a continuidade foi a peça que faltou durante a maior parte do último ano.

A orquestração é a próxima

O segundo cluster é sobre fazer mais de um agente trabalhar em conjunto. mvschwarz/openrig, que constrói equipes persistentes a partir de Claude Code, Codex e Pi, ganhou mais de 2.000 estrelas esta semana. A proposta é papéis, contexto compartilhado e trabalho com responsabilidade definida: um agente planeja, outro executa, e eles transferem tarefas em vez de pisarem uns nos outros. ruvnet/ruflo faz uma investida semelhante com enxames de agentes e memória federada. agno-agi/agno oferece uma plataforma para construir e gerenciar sistemas de agentes.

Esse cluster cresceu no momento em que agentes individuais começaram a ser úteis para trabalho real. Um agente é um ajudante. Dois agentes que se coordenam estão mais perto de uma pequena equipe, e uma pequena equipe precisa de uma forma de dividir o trabalho e acompanhar quem é responsável pelo quê. Essa é a lacuna que o openrig e seus pares estão preenchendo.

As habilidades se tornaram uma cadeia de suprimentos, e alguém lançou o scanner

O terceiro e mais revelador cluster é o de habilidades. mattpocock/skills, uma coleção pessoal publicada como habilidades de agente reutilizáveis, atraiu mais de 9.000 estrelas em uma semana. cursor/plugins publica uma especificação oficial de plugins. google/skills e vercel-labs/skills miram a mesma superfície de instalação. Vários repositórios concorrentes agora competem para ser o lugar de onde você obtém suas habilidades.

Sempre que um ecossistema desenvolve um canal de distribuição, um problema de segurança chega logo atrás. É isso que faz do NVIDIA/SkillSpector a história discreta da semana. É um scanner que verifica uma habilidade de agente em busca de vulnerabilidades, injeção de prompt e risco de cadeia de suprimentos antes de você instalá-la. Um scanner só existe quando há algo que vale a pena roubar ou sabotar, e seu aparecimento é o sinal mais claro até agora de que as habilidades de agente se tornaram uma cadeia de suprimentos real, com todas as questões de confiança que acompanham uma.

A mesma lógica aparece nas ferramentas de auditoria mais abaixo na lista. Repositórios que verificam se um agente realmente fez o que lhe foi pedido, e que checam suas permissões, estão subindo pelo mesmo motivo. Assim que os agentes podem agir, alguém precisa provar o que eles fizeram.

Mídia é o participante mais recente

Um quarto cluster é menor, mas vale a pena notar: agentes que criam coisas que você pode assistir. heygen-com/hyperframes, cuja descrição de uma linha é "Escreva HTML. Renderize vídeo. Feito para agentes", ganhou mais de 4.000 estrelas esta semana. calesthio/OpenMontage oferece um sistema agêntico de produção de vídeo, e earthtojake/text-to-cad dá a um agente a capacidade de trabalhar em CAD. O padrão é que o agente, tendo aprendido a escrever e raciocinar, agora está sendo apontado para pixels e geometria.

Nem tudo na lista pertence a esta história, e isso importa para lê-la com honestidade. boykopovar/AnyPS5, uma ferramenta para portar executáveis de PS5 para Linux e Windows, atraiu mais de 21.000 estrelas esta semana e não tem nada a ver com agentes. EpicGames/raddebugger e flutter/flutter estão na lista por seus próprios motivos. O cluster de infraestrutura de IA é a maior, mas não a única, coisa acontecendo.

O que os desenvolvedores devem tirar disso

Seguem duas leituras práticas. A primeira é que a memória se tornou uma decisão de compra. Se você constrói sobre agentes, eventualmente escolherá uma camada de memória, e as opções agora são maduras o suficiente para comparar em taxa de compressão, suporte multiplataforma e quão facilmente você consegue inspecionar o que foi armazenado. A segunda é que as habilidades devem ser tratadas como dependências. Elas carregam risco de cadeia de suprimentos, precisam de versionamento e merecem o mesmo escrutínio que você daria a um pacote de um autor desconhecido.

Há uma terceira leitura, voltada para quem está decidindo o que aprender. As habilidades escassas agora não são treinamento de modelos. São as pouco glamourosas: engenharia de contexto, design de permissões, avaliação e saber quando dar menos autoridade a um agente em vez de mais. A página de tendências é um mapa aproximado de onde essas habilidades são necessárias, e é mais útil para planejamento de carreira do que a maioria das vagas de emprego, porque mostra o que as pessoas estão realmente construindo esta semana, em vez do que um recrutador escreveu no último trimestre.

Uma ressalva se aplica à página inteira. A velocidade de estrelas é uma medida de atenção, não de qualidade. Muitos desses repositórios têm semanas ou meses de idade, e os que sobreviverem serão os que continuarem lançando depois que a novidade passar. A lista de tendências mostra para onde a multidão está olhando. Ela não promete que a multidão está certa.

Ainda assim, o formato da lista é um sinal útil. Quando os projetos que crescem mais rápido são memória, orquestração, habilidades e auditoria, em vez de demos chamativas, isso significa que a era dos agentes passou da fase de provar que pode funcionar para o trabalho pouco glamouroso de torná-la confiável. Esse é o trabalho que a página de tendências está recompensando esta semana.