我跟你说，这几天我看GitHub Trending的方式变了。
以前刷GitHub，是看哪个框架又出新版本、哪个库Star涨得快。但2026年5月最新的榜单出来之后，我盯着看了半天，最大的感受是：AI开发的主流需求，已经从"做模型"彻底转向了"做Agent" 。
这不是我说的，是Star数说的。
半壁江山：Claude Skills与AI Agent项目彻底霸榜
2026年5月上旬，GitHub Trending月度榜Top 20里，Claude Skills与AI Agent类项目占据了半壁江山。注意是"半壁江山"，不是一两个冒头，是真的撑起了大半关注度。
来看排名前5的真实数据：
| 排名 | 项目 | Stars | 类型 |
|---|---|---|---|
| 1 | NousResearch/hermes-agent | 15.58万 | AI Agent系统 |
| 2 | andrej-karpathy-skills | 13.53万 | Claude Skills优化 |
| 3 | mattpocock/skills | 9.08万 | Claude Skills集合 |
| 4 | TauricResearch/TradingAgents | 7.68万 | 金融多Agent框架 |
| 5 | Z4nzu/hackingtool | 7.53万 | 安全工具平台 |
单看数字可能没感觉，我给你拆解一下背后的逻辑。
No.1：hermes-agent——自适应生长的AI Agent系统，15.58万Star
排名第一的hermes-agent，来自NousResearch。这个项目解决的核心问题很朴素：怎么让AI Agent不只是执行一步任务，而是能够持续学习、持续生长？
它的设计理念是构建一个"自适应增长的智能代理系统"——Agent在运行过程中能不断吸收新能力、优化自己的决策路径，而不是每次都从零开始。
这对开发者意味着什么？意味着你不用再手把手教AI做每一件事，它可以"自己进化"。光这一点，就戳中了所有搞AI应用开发的人的痛点。
所以15.58万Star，我一点都不意外。
No.2 & No.3：Claude Skills的爆发——把"提示词"变成了真正的工具链
第二名和第三名都是Claude Skills相关的项目，分别是Karpathy风格的优化提示集，以及mattpocock的"真实工程师"Skills集合。
这两个项目放在一起看，特别有意思。
Karpathy——前特斯拉AI总监、李飞飞高徒、AI圈公认的顶级大牛，他出的Skills项目能卖爆，说明整个行业对"怎么让Claude真正像一个有经验的工程师一样工作"这件事，有极强的需求。
mattpocock本身是TypeScript圈的大神，他做的Skills集合主打"真实工程师"——不是那种教科书式的刻板输出，而是模拟一个真的懂代码、有审美、会跟产品经理吵架的真实开发者的行为模式。
这两者加起来，反映的其实是同一个趋势：Prompt Engineering已经不够用了，Skills才是下一代的人机协作范式。 把AI调教成一个真正靠谱的工作搭档，而不是一个需要反复纠正的实习生。
No.4：TradingAgents——用多Agent框架炒股票
排名第四的TradingAgents，7.68万Star，是个多智能体金融交易框架。
简单来说，它用多个AI Agent协同工作，一个负责数据分析，一个负责策略生成，一个负责风控，最后综合决策下单。
这个项目能进前5，说明两个信号：
- AI Agent已经从"写代码"扩展到了"执行真实业务" ，金融、医疗、供应链这些高价值场景正在成为Agent的新战场。
- 多Agent协作（Multi-Agent）已经成为构建复杂AI应用的主流架构，而不是简单的一个Agent打天下。
No.5 & beyond：安全工具依然有市场，但主角换了
第七名之后，开始出现一些变化——AI代码审查、自动化渗透测试等工具也在增长，但总体来看，2026年5月的GitHub生态，主角已经100%是AI Agent和Skills类项目。
我的观察：AI开发进入"组装时代"
看完这份榜单，我最大的感受是：AI开发的门槛在急剧下降，但天花板在急速上升。
为什么说门槛在下降？因为hermes-agent、Claude Skills这些项目，把复杂的AI Agent能力封装成了可复用的模块——你不需要懂大模型的底层原理，也不需要从零训练一个Agent，直接调用这些开源项目，组合一下，就能搭建出有一定能力的AI应用。
为什么说天花板在上升？因为当所有人都能快速搭建Agent的时候，真正的竞争力就变成了：谁能更好地设计Agent的协作流程、谁能更精准地定义Skills的行为模式、谁能更好地把Agent嵌入真实的业务场景。
这是一个"组装时代"的开始。
做AI应用开发和做乐高积木很像——模块越来越多，拼法越来越讲究。真正拉开差距的，不再是你会不会用大模型，而是你懂不懂业务、会不会设计工作流、能不能把多个Agent的能力组合出1+1>2的效果。
想在这个时代不被淘汰，就从理解Agent的工作原理开始。
《免责声明：以上内容基于公开报道整理，纯属个人观察与观点。行业在变，勤劳致富的逻辑不变。》
