CEO của YC Garry Tan mở nguồn hệ thống trí nhớ AI GBrain: giúp trợ lý AI mỗi lần trò chuyện đều thông minh hơn

Y Combinator 現任 CEO Garry Tan 在 GitHub 上開源了一套名為 GBrain 的 AI agent 知識系統，讓 AI 助理能夠擁有持續累積的長期記憶。這不是一個概念驗證，而是 Tan 本人日常使用的生產力工具 — 他透過 OpenClaw agent 累積了超過一萬份 Markdown 檔案，涵蓋每一個接觸過的人、公司與概念。

為什麼 YC CEO 要自己寫知識管理工具

Garry Tan 的核心洞察是：目前的 AI agent 每次對話都從零開始，不記得你是誰、不知道你在做什麼、不了解你的脈絡。GBrain 要解決的問題是讓 agent 在每一次對話中都變得更聰明，而不是每次都像第一次見面。

運作邏輯是一個持續的「讀取 → 回應 → 寫入」循環：當 agent 收到訊息時，先偵測其中涉及的實體（人名、公司、概念），接著查詢 GBrain 中已有的相關知識，然後帶著完整脈絡回應，最後將對話中學到的新資訊寫回知識庫。每一次互動都在累積，效果會隨時間複利成長。

知識架構：編譯真相加上時間軸

GBrain 的知識儲存格式相當獨特。每一個實體（人、公司、概念）都有一個專屬頁面，由兩部分組成：

「編譯真相」（Compiled Truth）是你目前對這個實體的最佳理解，會隨著新證據出現而改寫。「時間軸」（Timeline）則是純附加的證據紀錄，只增不改 — 記錄每一次接觸、每一個資訊來源與時間戳。

這種設計讓知識具有可追溯性：你不只知道某件事是什麼，還能追溯是何時、從哪裡學到的。

資料來源：會議、Email、Twitter、電話全自動匯入

GBrain 提供多種自動化整合方式，讓知識自動流入系統：

整合來源 功能 Gmail 自動將郵件內容轉換為實體頁面 Google Calendar 每日行程轉為可搜尋的知識頁 Twitter / X 時間軸、提及與刪除追蹤 語音通話 透過 Twilio + OpenAI Realtime 轉錄為知識頁 會議記錄 Circleback 逐字稿自動轉換為腦頁

技術架構：30 分鐘內建立完整知識庫

GBrain 預設使用 PGLite — 一個透過 WebAssembly 運行的嵌入式 Postgres 17.5 — 完全不需要架設資料庫伺服器，兩秒內即可啟動。搜尋採用混合模式，結合向量語意搜尋（OpenAI embeddings）與關鍵字搜尋，透過倒數排名融合（Reciprocal Rank Fusion）整合兩種結果。

系統支援三種使用方式：命令列工具（CLI）、MCP server（可直接接入 Claude Code、Cursor 等工具），以及 TypeScript 函式庫供開發者整合。MCP server 模式下提供 30 個工具，包括頁面讀寫、搜尋、圖譜遍歷與檔案上傳等。

對 AI agent 生態的意義

GBrain 的出現回應了 AI agent 領域的一個核心問題：記憶。目前主流的 AI 工具（Claude、ChatGPT）雖然內建了基本記憶功能，但大多侷限於對話偏好層級。GBrain 提出的是一個更有野心的願景 — 讓 agent 擁有結構化的「世界知識」，而非只是記住你喜歡用繁體中文。

Garry Tan 在文件中特別區分了三層記憶：GBrain 管理的「世界知識」（人、公司、會議、概念）、agent 自身的「操作狀態」（偏好、決策、行為模式），以及即時的「對話脈絡」。他認為 AI agent 在每次運行時應同時檢查這三層，才能提供真正個人化的服務。

這套系統來自矽谷最具影響力的創投人之一，他每天用它管理與數百位創辦人、投資人的互動。當 YC CEO 認為 AI agent 需要這樣的知識基礎設施，這本身就是一個值得關注的訊號。

這篇文章 YC CEO Garry Tan 開源 AI 記憶系統 GBrain：讓 AI 助理每次對話都變得更聪明 最早出現於 鏈新聞 ABMedia。