El CEO actual de Y Combinator, Garry Tan, ha abierto en GitHub el código de un sistema de conocimientos de agentes de IA llamado GBrain, para que los asistentes de IA puedan tener una memoria a largo plazo que se acumula de forma continua. Esto no es una prueba de concepto, sino una herramienta de productividad que Tan usa en su vida diaria: a través del agente OpenClaw, ha acumulado más de diez mil archivos Markdown, que cubren a cada persona, empresa y concepto con los que ha tenido contacto.
¿Por qué el CEO de YC quiere escribir su propia herramienta de gestión de conocimientos?
La idea central de Garry Tan es: los agentes de IA actuales empiezan desde cero en cada conversación; no recuerdan quién eres, no saben lo que estás haciendo y no entienden tu contexto. El problema que GBrain busca resolver es hacer que el agente sea más inteligente en cada conversación, en lugar de que cada interacción sea como si fuera la primera vez que se encuentran.
El funcionamiento se basa en un ciclo continuo de «leer → responder → escribir»: cuando el agente recibe un mensaje, primero detecta las entidades involucradas (nombres de personas, empresas, conceptos), luego consulta el conocimiento relacionado ya existente en GBrain, después responde con el contexto completo y, por último, escribe la información nueva aprendida en el almacén de conocimientos. Cada interacción se va acumulando, y el efecto crece con el tiempo como un interés compuesto.
Arquitectura de conocimiento: compilar la verdad más una línea de tiempo
El formato de almacenamiento de conocimiento de GBrain es bastante único. Cada entidad (persona, empresa, concepto) tiene una página dedicada, compuesta por dos partes:
«Verdad compilada» (Compiled Truth) es tu mejor comprensión actual de esa entidad; se reescribe a medida que aparecen nuevas pruebas. La «Línea de tiempo» (Timeline), en cambio, es un registro de evidencias que solo se agrega, y no se modifica: registra cada contacto, cada fuente de información y la marca de tiempo.
Este diseño hace que el conocimiento sea rastreable: no solo sabes qué es algo, sino que también puedes rastrear cuándo y desde dónde aprendiste esa información.
Fuentes de datos: reuniones, Email, Twitter, llamadas telefónicas, todo importado automáticamente
GBrain ofrece varias formas de integración automatizada para que el conocimiento fluya automáticamente al sistema:
Fuente integrada Función Gmail Convierte automáticamente el contenido de los correos en páginas de entidades Google Calendar Convierte el itinerario diario en páginas de conocimiento que se pueden buscar Twitter / X Línea de tiempo, seguimiento de menciones y seguimiento de eliminaciones Llamada de voz Transcribe a páginas de conocimiento mediante Twilio + OpenAI Realtime Acta de reuniones Circleback El guion palabra por palabra se convierte automáticamente en páginas del cerebro
Arquitectura técnica: crear un almacén de conocimientos completo en 30 minutos
GBrain utiliza por defecto PGLite — un Postgres 17.5 embebido que funciona mediante WebAssembly — sin necesidad de montar un servidor de base de datos; se puede iniciar en dos segundos. La búsqueda adopta un modo híbrido, combinando búsqueda semántica por vectores (OpenAI embeddings) y búsqueda por palabras clave, e integrando ambos resultados mediante Reciprocal Rank Fusion.
El sistema admite tres formas de uso: herramienta de línea de comandos (CLI), servidor MCP (con el que se pueden conectar directamente herramientas como Claude Code, Cursor, etc.), y una librería de TypeScript para que los desarrolladores la integren. En el modo servidor MCP se incluyen 30 herramientas, como lectura y escritura de páginas, búsqueda, recorrido de grafos y subida de archivos, entre otras.
El significado para el ecosistema de agentes de IA
La aparición de GBrain responde a un problema central del ámbito de los agentes de IA: la memoria. Aunque las herramientas de IA principales (Claude, ChatGPT) incluyen una función de memoria básica, la mayoría se limita a un nivel de preferencias de conversación. GBrain propone una visión más ambiciosa: que los agentes tengan un «conocimiento del mundo» estructurado, en lugar de solo recordar que te gusta usar chino tradicional.
Garry Tan distinguió explícitamente tres niveles de memoria en la documentación: el «conocimiento del mundo» que gestiona GBrain (personas, empresas, reuniones, conceptos), el «estado operativo» del propio agente (preferencias, toma de decisiones, patrones de comportamiento) y el «contexto de la conversación» en tiempo real. Él considera que, cuando un agente de IA se ejecuta, debería comprobar simultáneamente estos tres niveles para poder ofrecer un servicio verdaderamente personalizado.
Este sistema proviene de uno de los inversores de capital riesgo más influyentes de Silicon Valley; cada día lo usa para gestionar interacciones con cientos de fundadores e inversores. Cuando el CEO de YC considera que los agentes de IA necesitan esta infraestructura de conocimientos, eso por sí mismo es una señal que merece atención.
Este artículo, el sistema abierto de memoria de IA de YC CEO Garry Tan GBrain: permite que el asistente de IA sea más inteligente en cada conversación, apareció por primera vez en Línk News ABMedia.
Aviso legal: La información de esta página puede proceder de terceros y no representa los puntos de vista ni las opiniones de Gate. El contenido que aparece en esta página es solo para fines informativos y no constituye ningún tipo de asesoramiento financiero, de inversión o legal. Gate no garantiza la exactitud ni la integridad de la información y no se hace responsable de ninguna pérdida derivada del uso de esta información. Las inversiones en activos virtuales conllevan riesgos elevados y están sujetas a una volatilidad significativa de los precios. Podrías perder todo el capital invertido. Asegúrate de entender completamente los riesgos asociados y toma decisiones prudentes de acuerdo con tu situación financiera y tu tolerancia al riesgo. Para obtener más información, consulta el
Aviso legal.
