Câu chuyện nổi bật trên GitHub tuần này không phải là “nhiều AI hơn”, mà là AI đang đi vào vận hành thực tế. Mạch xuyên suốt rõ nhất là sự dịch chuyển từ các bản demo sang những quy trình bền vững: zhaoxuya520/reverse-skill đóng gói các playbook lặp lại cho nghiên cứu bảo mật và reverse engineering để agent có thể làm theo thay vì đoán mò; virgiliojr94/book-to-skill biến sách, thư mục tài liệu và kho mã nguồn thành các kỹ năng có thể tái sử dụng cho agent; google/skills làm điều tương tự cho công việc gắn với hệ sinh thái Google; còn TencentCloud/TencentDB-Agent-Memory biến hội thoại, tài liệu và code thành bộ nhớ dùng chung giữa nhiều agent và framework. Nói cách khác, nhà phát triển không còn chỉ yêu cầu agent “trả lời”, mà đang cung cấp cho chúng bộ nhớ, kỹ năng và quy trình để chúng hành động nhất quán hơn. Một chuyển dịch khác là hạ tầng xung quanh AI đang trở nên thực dụng và cục bộ hơn. lyogavin/airllm tập trung vào việc giúp các mô hình mở rất lớn chạy với ít GPU memory hơn bằng cách tải từng phần theo nhu cầu; esengine/DeepSeek-Reasonix và unclebob/swarm-forge đều hướng tới các workflow terminal nhiều agent, dài hơi, với checkpoint, sandbox và phối hợp qua git worktree. Ngay cả firecrawl/pdf-inspector cũng đi cùng hướng này: nó xử lý các PDF lộn xộn trong đời thực bằng cách phân loại, trích xuất văn bản hữu dụng và chuyển đổi cục bộ sang Markdown sạch. Hai điểm đáng chú ý nhất là reverse-skill và TencentDB-Agent-Memory: một cho thấy agent đang giỏi hơn ở các nhiệm vụ chuyên sâu theo miền, còn cái kia cho thấy lớp bộ nhớ cần thiết để giữ cho năng lực đó không bị “trôi”. Nếu bạn đang làm sản phẩm hoặc hạ tầng, hãy để ý agent skills, shared memory và local-first tooling—đó là nơi AI đang trở nên đủ đáng tin để dùng hằng ngày trong công việc kỹ thuật.