GitHub 通过 Data Forge 和 Proof Agent 示例，讲解如何构建可在多个智能体客户端复用的技能，并设置检查与人工审批环节。技能以 SKILL.md 为核心，将项目配置放入独立清单，让多个技能共享上下文和平台访问路径，再生成适用于 Claude Code、Cursor 和 GitHub Copilot 的客户端文件。
推荐理由：将项目配置与技能指令分离，并让相关技能共用执行路径，为团队把隐性业务经验整理成可跨客户端复用的工作流提供了具体方法。
Google DeepMind 发布 AlphaGenome 2，通过条件模型预测 DNA 序列及其变异对特定细胞类型和状态的影响，并可分析未见过的细胞状态。模型使用超过 107 million 个单细胞图谱训练，在 TenK10K 数据集上的因果变异识别比例为 30%，对比原版经单细胞数据微调后的 16%，并新增 DNA 甲基化预测。
推荐理由：从组织平均值转向细胞类型与状态的条件预测，有助于定位被组织层面分析掩盖的变异效应，将遗传关联落到具体细胞。
GitHub 采访了 3 位 Java Champion，介绍他们使用 GitHub Copilot 开发功能、迁移资料和排查缺陷的实践。
推荐理由：案例将提效落实为可迁移的工程方法，通过明确上下文、设置任务验收关卡并沉淀技能，让智能体执行与人工责任保持分工。