Генеральный директор YC Гарри Тан открывает исходный код системы AI-памяти GBrain: чтобы ИИ-ассистенты с каждой беседой становились умнее

Y Combinator 現任 CEO Гэрри Тэн опубликовал на GitHub с открытым исходным кодом набор под названием GBrain — AI agent систему знаний, которая позволяет AI-ассистентам накапливать долгосрочную память. Это не proof of concept, а инструмент повышения продуктивности, которым Тэн пользуется в повседневной работе: он накопил более 10 000 Markdown-файлов через OpenClaw agent — с охватом каждого человека, компании и концепции, с которыми он сталкивался.

Почему CEO YC пишет инструменты управления знаниями сам

Ключевая идея Гэрри Тэна такова: в большинстве случаев AI agent при каждом диалоге начинает с нуля — он не помнит, кто ты, не знает, что ты делаешь, и не понимает твоего контекста. Проблема, которую должен решить GBrain, заключается в том, чтобы агент становился умнее в каждом новом диалоге, а не каждый раз вел себя так, будто вы видитесь впервые.

Логика работы — это непрерывный цикл «читать → отвечать → записывать»: когда agent получает сообщение, он сначала определяет в нем связанные сущности (имена людей, компании, концепции), затем запрашивает уже имеющиеся в GBrain релевантные знания, после чего отвечает, имея полный контекст, и, наконец, записывает новые сведения, полученные из диалога, обратно в базу знаний. Каждое взаимодействие накапливается, а эффект со временем растет как сложный процент.

Структура знаний: компиляция истины плюс временная шкала

Формат хранения знаний в GBrain довольно уникален. У каждой сущности (человек, компания, концепция) есть отдельная страница, состоящая из двух частей:

«Компилированная истина» (Compiled Truth) — это ваше наилучшее текущее понимание этой сущности, которое обновляется по мере появления новых доказательств. «Временная шкала» (Timeline) — это просто журнал доказательств в режиме add-only: он только пополняется и никогда не изменяется — фиксирует каждый контакт, каждый источник информации и временной штамп.

Такой дизайн обеспечивает прослеживаемость знаний: вы не просто знаете, что это такое, но и можете отследить, когда и откуда вы это узнали.

Источник данных: встречи, Email, Twitter, звонки — всё автоматически импортируется

GBrain предлагает множество вариантов автоматической интеграции, чтобы знания сами попадали в систему:

Интеграция источников Функция Gmail автоматически преобразует содержимое писем в страницы сущностей Google Calendar ежедневные планы в виде доступных для поиска страниц знаний Twitter / X временная шкала, упоминания и отслеживание удалений Голосовые звонки через Twilio + OpenAI Realtime транскрибируются в страницы знаний Записи встреч Circleback превращает расшифровки в «страницы мозга» автоматически

Техническая архитектура: построение полной базы знаний за 30 минут

По умолчанию GBrain использует PGLite — встроенный Postgres 17.5, работающий через WebAssembly: полностью не нужно поднимать сервер базы данных, и система запускается за две секунды. Поиск реализован в гибридном режиме: он сочетает векторный семантический поиск (OpenAI embeddings) и поиск по ключевым словам, а затем объединяет два типа результатов через Reciprocal Rank Fusion.

Система поддерживает три способа использования: командная строка (CLI), сервер MCP (его можно напрямую подключать к таким инструментам, как Claude Code, Cursor и т. п.), а также библиотеку функций TypeScript для интеграции разработчиками. В режиме MCP server доступно 30 инструментов, включая чтение и запись страниц, поиск, обход графа и загрузку файлов.

Значение для экосистемы AI agent

Появление GBrain отвечает на ключевую проблему в сфере AI agent: память. Сейчас большинство популярных AI-инструментов (Claude, ChatGPT) хотя и имеют встроенную базовую функцию памяти, но в основном она ограничивается уровнем предпочтений в диалоге. GBrain предлагает куда более амбициозное видение — чтобы agent имел структурированные «знания о мире», а не просто помнил, что вы предпочитаете использовать традиционный китайский.

В документе Гэрри Тэн отдельно выделил три уровня памяти: «знания о мире» (люди, компании, встречи, концепции), управляемые GBrain; «операционное состояние» самого agent (предпочтения, решения, поведенческие шаблоны); и «контекст диалога» в реальном времени. Он считает, что AI agent при каждом запуске должен одновременно проверять эти три слоя, чтобы обеспечивать действительно персонализированный сервис.

Эта система создана одним из самых влиятельных венчурных инвесторов Силиконовой долины: он использует ее каждый день для управления взаимодействиями с сотнями основателей и инвесторов. Когда CEO YC считает, что AI agent нужны такие инфраструктурные знания, это само по себе является сигналом, на который стоит обратить внимание.

Эта статья «Открытый исходный код системы AI-памяти YC CEO Гарри Тэн — GBrain: чтобы AI-ассистент в каждом диалоге становился умнее» впервые появилась в «Сонге Новости ABMedia».