Tuần này trên GitHub đang cho thấy một chuyển dịch rất rõ: các nhà phát triển không còn chỉ xây agent, mà đang xây cả lớp hạ tầng bao quanh agent để chúng có thể làm việc đáng tin cậy với dữ liệu thực tế. Đó là sợi dây xuyên suốt giữa mvanhorn/last30days-skill, Panniantong/Agent-Reach, microsoft/markitdown, chopratejas/headroom và openai/plugins. Cùng nhau, chúng giải quyết những vấn đề tưởng như rất “phụ trợ” nhưng lại quyết định AI có hữu dụng hay không trong thực tế: tìm tín hiệu mới, kéo nguồn bên ngoài vào, nén bớt ngữ cảnh nhiễu trước khi vào mô hình, và biến tài liệu lộn xộn thành định dạng mà LLM có thể suy luận được. Tín hiệu ở đây rất rõ: biên giới mới không còn là prompt, mà là hạ tầng cho truy xuất, nén và tổ chức workflow. Hai dự án nổi bật cho thấy xu hướng này đi về đâu. chopratejas/headroom đáng chú ý vì nó đánh trực diện vào nút thắt ngữ cảnh bằng một lớp nén local-first cho output từ tool, log, file và các đoạn RAG; đó là phần hạ tầng mà bất kỳ hệ thống agent nghiêm túc nào cũng sẽ cần. microsoft/markitdown cũng quan trọng không kém vì nó biến sự hỗn độn của tài liệu công việc thành Markdown để agent có thể đọc và xử lý, khiến file văn phòng và nội dung pha trộn trở nên dùng được thay vì mong manh. Trong khi đó, lfnovo/open-notebook và phuryn/pm-skills cho thấy một nhu cầu khác: mọi người muốn hệ thống AI vừa có thể tự host vừa được dẫn dắt bằng quy trình rõ ràng, chứ không chỉ là một giao diện chat mờ đục. Khi ghép Leonxlnx/taste-skill và NVIDIA/cosmos vào bức tranh này, thông điệp rộng hơn là công việc của agent đang mở rộng từ văn bản sang gu thẩm mỹ, thiết kế và cả suy luận về thế giới vật lý. Điều các kỹ sư đang làm việc nên theo dõi sát là: đội nào cho agent đầu vào sạch, quyền kiểm soát local và các kỹ năng theo tác vụ sẽ thắng, chứ không phải đội nào chỉ có prompt dài hơn.