يعدّ الرئيس التنفيذي الحالي لـ Y Combinator، جارّي تان، مجموعةً من أنظمة المعرفة لوكلاء الذكاء الاصطناعي مفتوحة المصدر باسم GBrain على GitHub، بهدف تمكين مساعدات الذكاء الاصطناعي من امتلاك ذاكرة طويلة الأجل تتراكم باستمرار. هذا ليس مجرد إثبات مفهوم، بل هو أداة إنتاجية يستخدمها تان شخصيًا يوميًا — إذ جمع عبر وكيل OpenClaw أكثر من 10,000 ملف Markdown، تشمل كل الأشخاص والشركات والمفاهيم التي تعامل معها.
لماذا يكتب رئيس Y Combinator بنفسه أدوات لإدارة المعرفة
تتمثل الرؤية الأساسية لدى جارّي تان في أن وكلاء الذكاء الاصطناعي حاليًا يبدأون كل محادثة من الصفر: فهم لا يذكرون من أنت، ولا يعرفون ما الذي تفعله، ولا يفهمون سياقك. تتمثل المشكلة التي يسعى GBrain إلى حلها في جعل الـ agent أكثر ذكاءً في كل محادثة، بدلًا من أن يتصرف في كل مرة كما لو كان يلتقيك لأول مرة.
منطق التشغيل هو حلقة مستمرة من «قراءة → استجابة → كتابة»: عندما يستقبل agent رسالة، يقوم أولًا باكتشاف الكيانات ذات الصلة ضمنها (أسماء الأشخاص، الشركات، المفاهيم)، ثم يستعلم عن المعرفة المرتبطة الموجودة في GBrain، وبعد ذلك يرد مع سياق كامل، وأخيرًا يكتب المعلومات الجديدة التي تعلمها من المحادثة إلى قاعدة المعرفة. كل تفاعل يضيف إلى التراكم، ويتعاظم الأثر مع مرور الوقت بفائدة مركبة.
بنية المعرفة: تجميع الحقيقة مع خط زمني
صيغة تخزين المعرفة في GBrain فريدة جدًا. لكل كيان (شخص، شركة، مفهوم) صفحة مخصصة، تتكون من جزأين:
«تجميع الحقيقة» (Compiled Truth) هو أفضل فهم لديك حاليًا لهذا الكيان، وسوف تتم إعادة كتابته كلما ظهرت أدلة جديدة. أما «خط الزمن» (Timeline) فهو تسجيل للأدلة المضافة فقط، ولا يتم التعديل عليه — إذ يسجل كل مرة يحدث فيها تواصل، وكل مصدر معلومات، والطابع الزمني.
تجعل هذه التصميمات المعرفة قابلة للتتبع: فأنت لا تعرف فقط ما هي تلك الأشياء، بل يمكنك أيضًا تتبع متى وكيف ومن أين تعلمتها.
مصادر البيانات: الاجتماعات وEmail وTwitter والمكالمات يتم استيرادها تلقائيًا بالكامل
يوفر GBrain عدة طرق تكامل آلية بحيث تتدفق المعرفة تلقائيًا إلى النظام:
دمج المصادر الوظيفة Gmail يقوم بتحويل محتوى الرسائل تلقائيًا إلى صفحات للكيانات Google Calendar يحول جداولك اليومية إلى صفحات معرفية قابلة للبحث Twitter / X خط زمني، تتبع الإشارات والحذف Voice calls عبر Twilio + OpenAI Realtime يتم النسخ لتصبح صفحة معرفية سجلات الاجتماعات Circleback تحويل النسخة الحرفية تلقائيًا إلى صفحات دماغ
البنية التقنية: إنشاء قاعدة معرفة كاملة خلال 30 دقيقة
يستخدم GBrain افتراضيًا PGLite — Postgres 17.5 مضمن يعمل عبر WebAssembly — دون الحاجة مطلقًا إلى إعداد خادم قاعدة بيانات، ويمكن تشغيله خلال ثانيتين. يعتمد البحث نمطًا هجينًا، يجمع بين البحث الدلالي المتجهي (OpenAI embeddings) والبحث بالكلمات المفتاحية، ويتم دمج النتيجتين عبر اندماج الترتيب المتبادل (Reciprocal Rank Fusion).
يدعم النظام ثلاث طرق استخدام: أداة سطر أوامر (CLI)، وMCP server (يمكن توصيله مباشرة بأدوات مثل Claude Code وCursor)، وكذلك مكتبة دوال TypeScript لدمج المطورين. في وضع MCP server يتم توفير 30 أداة، بما في ذلك القراءة والكتابة للصفحات، والبحث، وتجوال رسم بياني، ورفع الملفات وغيرها.
معنى وجوده في منظومة وكلاء الذكاء الاصطناعي
يُجيب ظهور GBrain عن مشكلة محورية في مجال وكلاء الذكاء الاصطناعي: الذاكرة. في الوقت الحالي، تمتلك أغلب أدوات الذكاء الاصطناعي الشائعة (Claude وChatGPT) ذاكرة أساسية مدمجة، لكن معظمها يقتصر على مستوى تفضيلات المحادثة. يقدم GBrain رؤية أكثر طموحًا — منح الـ agent «معرفة عالمية» منظمة، بدلًا من مجرد تذكر تفضيلاتك لاستخدام الصينية التقليدية.
ميّز جارّي تان في الوثائق بشكل خاص بين ثلاث طبقات من الذاكرة: «المعرفة العالمية» التي يديرها GBrain (الأشخاص، الشركات، الاجتماعات، المفاهيم)، و«حالة التشغيل» الخاصة بـ agent نفسه (التفضيلات، اتخاذ القرار، أنماط السلوك)، و«سياق المحادثة» الفوري. وهو يرى أنه ينبغي على وكلاء الذكاء الاصطناعي عند كل تشغيل أن يفحصوا هذه الطبقات الثلاث معًا، حتى يتمكنوا من تقديم خدمة شخصية حقيقية.
تأتي هذه المنظومة من أحد أكثر المستثمرين الرأسماليين نفوذًا في وادي السيليكون، إذ يستخدمها يوميًا لإدارة تفاعلاته مع مئات المؤسسين والمستثمرين. عندما يعتقد رئيس Y Combinator أن وكلاء الذكاء الاصطناعي يحتاجون إلى بنية تحتية للمعرفة من هذا النوع، فإن ذلك بحد ذاته إشارة تستحق الانتباه.
أول ظهور لهذه المقالة: رئيس Y Combinator Garry Tan يفتح المصدر لنظام ذاكرة ذكاء اصطناعي GBrain: يجعل مساعدات الذكاء الاصطناعي أكثر ذكاءً في كل محادثة، على 鏈新聞 ABMedia.