ai-agents

auto-ontology: Agenci znów obiecują wszystko.

To był tydzień, w którym agentowy rynek znów chciał uchodzić za nową religię produktywności, ale najlepiej wypadły projekty, które nie obiecywały zbawienia. morluto/rea przypomniało, jak szybko marketing potrafi wyprzedzić produkt.

06 listopada 2026weekly

Teza tygodnia

Rynek nie odwraca się od agentów. Rynek odwraca się od agentów, które chcą być religią zamiast narzędziem.

NVIDIA/auto-ontology trzymało się dlatego, że dawało konkretny ruch do przodu, a nie tylko kolejny manifest wszechmocy.

Sceny, które ustawiły tydzień

Pierwsza scena tygodnia była prosta: Repo dnia: NVIDIA/auto-ontology — framework NVIDII do budowania semantycznych, grafowych warstw rozumowania nad danymi dla LLM-ów i agentów; +2 679 gwiazdek w ciągu doby, co sugeruje, że społeczność szuka teraz "mózgu" dla agentów, nie tylko ich rąk. Ecosystem "skills" dla agentów kodujących dominuje listy na wszystkich horyzontach: mattpocock/skills (+2 071 dziś), garrytan/gstack, google/skills, anthropics/skills — to już nie moda, to infrastruktura. W praktyce liczyło się to, że rAG zamiast modlenia się do embeddingów: auto-ontology warto przetestować na własnym korpusie dokumentacji — jawny graf pojęć daje debugowalne odpowiedzi, czego wektory nie zapewnią.

Druga scena mówiła już coś więcej o kierunku rynku: NVIDIA/auto-ontology wygrywa dobę: 2 707 gwiazdek dziś i 6 816 łącznie; to odpowiedź na problem „agent bez struktury danych halucynuje szybciej, niż.myśli”. Największa fala tygodnia to nie modele, lecz skills: anthropics/skills, Nutlope/hallmark, pbakaus/impeccable, obra/superpowers i dziesiątki mniejszych kolekcji.

Trzecia scena była ważna nie przez skalę, tylko przez ton: thedotmack/claude-mem zbiera 1 172 gwiazdki dziś, 8 822 w tygodniu i 17 262 w miesiącu — to jedyny projekt obecny we wszystkich trzech zakresach i najczystszy dowód, że „pamięć agenta” stała się osobną kategorią produktową, a nie dodatkiem. Dzień należy do narzędzi infrastrukturalnych: NVIDIA/auto-ontology (2 050 gwiazdek dziś), vercel-labs/agent-desktop (2 470) i D4Vinci/Scrapling (2 005) to trzy różne warstwy tej samej układanki: rozumienie danych, sterowanie komputerem i pozyskiwanie danych. W praktyce liczyło się to, że zacznij od pamięci, nie od promptu. Jeśli budujesz cokolwiek z agentem w pętli, warstwa trwałego kontekstu — wzorzec z thedotmack/claude-mem — daje więcej niż kolejna iteracja instrukcji. Użytkownik nie ocenia jakości promptu, ocenia to, czy agent pamięta wczorajszą decyzję.

Co rynek wciąż czyta źle

morluto/rea dobrze pokazało najczęstszy błąd czytania trendów: łatwo pomylić gwałtowny wzrost z gotowością do pracy w czyimś realnym workflow. 430 tys. gwiazdek w miesiąc przy 435 tys. łącznie to tempo, które w historii GitHuba zwykle oznaczało albo wirusowy moment medialny, albo napompowanie. Brak w danych drugiego sygnału (forki, issues), więc traktuję liczbę jako czerwoną flagę do weryfikacji, nie osąd.

multica-ai/andrej-karpathy-skills dokłada drugi wzorzec tej samej pomyłki: zbyt łatwo ufa się repo, które dobrze wygląda w opisie, a dużo gorzej w pytaniu „kto będzie to utrzymywał za trzy tygodnie?”.

Perełki, które zostały po opadnięciu kurzu

NVIDIA/auto-ontology wyróżniało się nie tym, że było największe, ale tym, że od razu sugerowało konkretne użycie. perełka dnia i jednocześnie lider przyrostu. Deterministyczne zapytania zamiast probabilistycznego retrievalu to dokładnie ten kierunek, którego brakowało agentom produkcyjnym. Jeśli dorzuci dobre adaptery do istniejących źródeł danych, może stać się standardem "warstwy znaczeń".

max-sixty/worktrunk potwierdzało ten sam wzorzec: mniej marketingowej mgły, więcej praktycznego skrótu do działania. Rust, obecny dziś i w tygodniu. CLI do zarządzania git worktree pod równoległą pracę wielu agentów. Rozwiązuje konkretny, nowy problem: dziesięć agentów naraz nie może siedzieć w jednym checkoutcie. Mały projekt, idealnie wstrzelony w moment.

Model note