# AI Agent 记忆力为零？YC总裁开源「第二大脑」GBrain，让知识复利跨越对话边界

![image.png](https://developer.qcloudimg.com/http-save/yehe-9261324/f6e05015cb5a07b1f487d8dd6ab276ee.png)


----

## 一、痛点：每次对话，AI都是「失忆症患者」


>「知之为知之，不知为不知，是知也。」——《论语》


老李是某互联网大厂的架构师，带着一支 12 人的后端团队。

过去半年，团队全面拥抱 AI 辅助开发：Claude 写架构文档、Copilot 补全代码、CodeBuddy 做 Code Review。效率确实提升了，但老李越来越感到一种隐隐的不安——

每次打开新对话，AI 又变成了一个对公司一无所知的「实习生」。

三个月前架构评审定下的微服务拆分决策？不知道。上周和产品经理反复拉锯才确认的业务规则？不知道。团队踩坑两次才总结出的数据库分库策略？还是不知道。

**AI 的记忆力是零。每次对话都从零开始。**

这不是个人问题，这是整个 AI 工程化落地的系统性痛点：

![image.png](https://developer.qcloudimg.com/http-save/yehe-9261324/db50abc7006b9c9833d22d4daa7df86e.png)

YC 总裁 Garry Tan 也遇到了同样的问题。他的解法，是开源了 **GBrain**。


----

## 二、GBrain 是什么：给 AI Agent 装一个持续成长的知识库


>「问渠那得清如许，为有源头活水来。」——朱熹


GBrain 的核心理念一句话概括：**对话前读取，对话后写入，知识在使用中持续积累。**

它不是一个 RAG 框架，不是一个向量数据库包装器。它是一个**有观点的个人知识大脑系统**，专门为 AI Agent 设计的持久化知识底座。

与传统知识库对比：


|维度|传统文档系统|向量数据库RAG|GBrain|
|:-:|:-:|:-:|:-:|
|搜索方式|关键词精确匹配|语义向量检索|混合检索（向量+关键词+RRF融合）|
|知识更新|人工手动维护|重新 Embedding|Agent 自动更新编译真相|
|跨文档关联|无|弱|显式链接图谱|
|知识溯源|难|难|时间线 append-only 证据链|
|部署门槛|低|中|低（PGLite本地零服务器）|

**最关键的设计**是 GBrain 的知识模型：每一页知识分两层——


- **编译真相（上层）**：当前最佳理解，证据更新时重写

- **时间线（下层）**：只追加、不修改的证据链条


这和架构师写 ADR（Architecture Decision Record）的思路高度一致：结论可以修订，但决策记录不能篡改。


----

## 三、架构解析：混合检索如何做到「既懂语义又不漏关键词」


>「两岸青山相对出，孤帆一片日边来。」——李白


老李看完 README 后的第一反应是：「这个搜索架构做对了。」

大多数团队上 RAG 后发现一个经典问题：搜索「ignore conventional wisdom」，找不到一篇标题叫「The Bus Ticket Theory of Genius」的文章，哪怕它说的就是这件事。这是纯向量检索的盲区——精确词汇被周围语义稀释了。

GBrain 的混合检索架构：

![image.png](https://developer.qcloudimg.com/http-save/yehe-9261324/7e554050bc654935c29bc42512a3e787.png)
这套架构的工程价值在于：**不是选择向量或关键词，而是两者取长补短，用 RRF（倒数排名融合）做结果融合**，再加上多查询扩展捕获你没想到的同义表达。

数据库底层是 PostgreSQL + pgvector，9 张表覆盖页面内容、分块 Embedding、链接图谱、时间线、版本历史、二进制文件和审计日志。


----

## 四、三种接入方式：从本地开发到团队规模


>「欲穷千里目，更上一层楼。」——王之涣

![image.png](https://developer.qcloudimg.com/http-save/yehe-9261324/571bc297c5027e21e096f2fd270bf909.png)
**小结：三种接入方式选择指南**


|场景|推荐方式|说明|
|:-:|:-:|:-:|
|个人笔记搜索|CLI|`bun add -g gbrain` 直装|
|Claude Code / Cursor 集成|MCP Server|配置 mcpServers 即可|
|团队共享知识库|Remote MCP|配合 Supabase Pro|


----

## 五、安装配置：结合 Claude / Codex / CodeBuddy 落地


>「工欲善其事，必先利其器。」——《论语》


### 前置条件


需要三样东西：Supabase 账号（Pro 版 $25/月，8GB 存储）、OpenAI API Key（向量 Embedding）、Anthropic API Key（多查询扩展）。

>注：两个 Key 都是可选的，没有 OpenAI Key 会降级为纯关键词搜索；没有 Anthropic Key 则跳过多查询扩展。对于初始测试，可以先用单一 Key 启动。


### 方式一：Claude Code 集成（推荐）


**Step 1：安装 GBrain**

```shell
export OPENAI_API_KEY=sk-...
export ANTHROPIC_API_KEY=sk-ant-...
bun add -g gbrain
```
**Step 2：初始化数据库**

```shell
gbrain init --supabase
```
向导会引导你连接 Supabase 或输入 PostgreSQL 连接串，自动执行全量 Schema 迁移。

**Step 3：配置 MCP Server**

在 Claude Code 的 MCP 配置文件中添加：

```json
{
  "mcpServers": {
    "gbrain": {
      "command": "gbrain",
      "args": ["serve"]
    }
  }
}
```
重启 Claude Code，即可在对话中使用 21 个 gbrain 工具（get_page、query、put_page 等）。

**Step 4：导入你的知识库**

```shell
gbrain import ~/Documents/team-wiki/
# 导入 342 个文件，自动分块 + Embedding
```
### 方式二：CodeBuddy / Copilot 场景


CodeBuddy 和 GitHub Copilot 目前通过 MCP 协议接入，配置方式与 Claude Code 类似，在对应工具的 MCP 设置页面添加 gbrain serve 即可。

### 使用 OpenClaw（Garry 推荐的一键方式）


如果你在使用 OpenClaw，直接告诉它：

```
"帮我安装并配置 gbrain（https://github.com/garrytan/gbrain）作为我的知识大脑，
导入 ~/Documents/ 下的 Markdown 文件，并验证搜索功能。"
```
OpenClaw 会自动完成安装、初始化、导入和搜索验证的全流程。


----

## 六、实战演示：老李的团队知识库搭建全过程


>「纸上得来终觉浅，绝知此事要躬行。」——陆游


老李把团队的架构决策文档、会议纪要、故障复盘全部导入 GBrain：

```
gbrain import ~/team-wiki/  # 导入所有Markdown
gbrain stats
# Pages: 847, Chunks: 4,231, Embedded: 4,231
```
然后在 Claude Code 里直接问：

```
你: "搜索我们对数据库分库策略的讨论，有哪些结论？"

Claude（通过gbrain.query工具）:
→ arch/database-sharding-decision (concept) score=0.031
  分库策略决策：按用户ID哈希分16片，业务层无感知...
  时间线：2024-Q3评审通过，2025-01故障后增加一致性哈希兜底...

→ postmortems/2025-01-db-incident (source) score=0.028
  故障复盘：分库键选择不当导致热点...
```
**关键效果**：AI 现在知道「我们的」历史决策，而不是给出一个通用的「数据库分库最佳实践」。

增量同步，保持知识库常新：

```
gbrain sync --watch  # 监听 git 仓库变更，自动增量导入
```


----

## 七、三条洞见：GBrain 背后的工程哲学


>「博学之，审问之，慎思之，明辨之，笃行之。」——《中庸》


### 洞见一：知识的「编译-证据」分层模型，是 AI 时代的 ADR

![image.png](https://developer.qcloudimg.com/http-save/yehe-9261324/1975f14cf2b8147e8fd8a419ef35c9d0.png)

这和架构师写 ADR 的思路完全一致。结论会变，但决策历史不能抹除。GBrain 把这个工程实践自动化了。


----

### 洞见二：RRF 混合检索 > 单一向量检索，这是工程现实不是学术偏好

![image.png](https://developer.qcloudimg.com/http-save/yehe-9261324/4f8628fe4866c7c67a983036215ffd66.png)

生产环境中，单一向量检索的漏召率被严重低估。团队名字、项目代号、技术术语——这些都是关键词检索的强项。GBrain 默认混合，是正确的工程选择。


----

### 洞见三：Fat Skill 架构——智能在文档里，不在代码里


![image.png](https://developer.qcloudimg.com/http-save/yehe-9261324/2aa600309d9e8b33dae9bc630093d1fa.png)

GBrain 的 7 个技能（ingest、query、maintain 等）都是 Markdown 文件。AI Agent 读取 Skill 文件，理解意图后执行对应命令。这意味着**你可以用自然语言升级 AI 的行为逻辑**，不需要改一行代码。这是 AI 工程化的方向性转变。


----

## 八、总结：给架构师的行动方法论


>「长风破浪会有时，直挂云帆济沧海。」——李白


老李在团队晨会上分享了这个月的架构实践结论：

**AI 辅助开发的价值，70% 取决于知识质量，30% 才是模型能力。**

没有好的知识底座，再强的 AI 也只是一个健忘的实习生。

![image.png](https://developer.qcloudimg.com/http-save/yehe-9261324/2c02bdcdcf755e457df62216f7dca7b4.png)
**三步落地行动清单：**


|阶段|行动|预期产出|
|:-:|:-:|:-:|
|第一步（1天）|安装GBrain，导入团队Wiki|本地知识库可搜索|
|第二步（1周）|配置MCP接入Claude Code|AI对话有记忆有上下文|
|第三步（持续）|建立「对话后写入」习惯|知识复利持续积累|

**GBrain 现在还很早期**（14 Stars，项目刚开源），但它所代表的方向是清晰的：AI Agent 需要一个可以持续成长的知识底座，而不是每次对话从零开始。

现在入场，正是参与塑造这个方向的最好时机。


----

>项目地址：https://github.com/garrytan/gbrain


----

**方法论速查表**


|问题|GBrain解法|核心命令|
|:-:|:-:|:-:|
|AI 没有记忆|知识库持久化 + 每次读取注入|`gbrain query`|
|文档搜不到|混合检索（向量+关键词+RRF）|`gbrain query "问题"`|
|知识过时|编译真相重写 + 时间线追加|`gbrain put <slug>`|
|多文档关联|显式链接图谱 + 图遍历|`gbrain graph <slug>`|
|知识库更新|Git增量同步|`gbrain sync --watch`|
|团队共享|Remote MCP + Supabase|`gbrain serve`|

过去半年，团队全面拥抱 AI 辅助开发：Claude 写架构文档、Copilot 补全代码、CodeBuddy 做 Code Review。效率确实提升了，但老李越来越感到一种隐隐的不安——

GBrain让知识复利跨越对话边界

辅助开发的价值，70% 取决于知识质量，30% 才是模型能力。
没有好的知识底座，再强的 AI 也只是一个健忘的实习生。

架构师

人工智能

架构设计

后端

YC总裁开源GBrain项目，为AI打造持久化知识底座，解决AI对话"失忆"痛点。GBrain采用混合检索架构，支持知识自动更新与证据链追溯，让AI在对话中积累知识复利。架构师可通过CLI、MCP或远程服务三种方式接入，实现团队知识库与AI的无缝集成。

向量数据库

PostgreSQL

数据库

服务器

2026采购季 | AI焕新·智启新局

tencentdb-catalog

postgres

4核4G3M云服务器 新用户低至38元/年！

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

GBrain让知识复利跨越对话边界-腾讯云开发者社区-腾讯云

GBrain让知识复利跨越对话边界

GBrain让知识复利跨越对话边界

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐