Garry Tan（Y Combinator CEO）有两套 AI Agent 装备。
GStack 解决的是 ” 怎么做 ”——23 个工具命令，把 AI 变成虚拟工程团队。
Gbrain 解决的是 ” 记住什么 ”——17,888 个页面、4,383 人、723 公司的知识图谱，让 AI 睡前摄入、醒来变强。
两个项目组合，才是 Garry Tan 的完整 AI Agent 闭环。
Gbrain 的核心理念很直接：
Your AI agent is smart but forgetful. GBrain gives it a brain.
Garry Tan 在 12 天内构建了自己的第二大脑，目前正在生产环境运行中——每天 21 个 Cron 任务自治运行，夜间自动去重、修复引用、评分、找矛盾、预备明日任务。
它的核心能力有两个：自治循环 和混合搜索。
Signal 检测 → 脑内搜索 → 响应 → 页面写入 → 自动链接 → 同步每次交互都会触发完整闭环：
- Signal 检测：捕获消息中的想法、实体提及、待办事项
- 脑内优先查询：任何外部 API 调用前先查本地大脑（最快、最便宜、最个性化）
- 自动链接 ：页面写入时，纯模式匹配
[[wiki/people/bob]]语法提取实体引用， 零 LLM 调用 - Cron 驱动：夜间去重人员页面、修复引用、评分、找矛盾、预备明日任务
Garry Tan 的描述是：睡前 AI 摄入、醒来 AI 变强。
Gbrain 的搜索架构是四层混合：
- Vector 检索：HNSW/pgvector，稠密向量相似度
- BM25 关键词：稀疏检索，精确关键词匹配
- Reciprocal Rank Fusion：融合排序
- 知识图谱增强：实体关系推理
性能数据：
- P@5：49.1%（图增强）vs 18.2%（图禁用）→ +31.4 分
- R@5：97.9%
知识图谱是超越纯向量搜索的关键。纯向量 RAG 只能找到 ” 相似文本 ”，图增强搜索能回答 ” 谁在 Acme AI 工作 ” 这类需要关系推理的问题。
Gbrain 的图谱构建是 零 LLM 调用 的——纯模式匹配提取实体引用。
支持的边类型：attended、works_at、invested_in、founded、advises、mentions 等。
多跳遍历示例：
gbrain graph-query people/garry-tan --depth 2v0.36.4.0 引入了自治修复能力：
gbrain doctor --remediate --yes --target-score 90 --max-usd 5流程：
- 计算依赖排序计划（sync → extract → embed → consolidate）
- 每步提交 Minion 任务
- 每步后重新检查分数
- 拒绝超出成本上限
- Cron 可无人值守运行
Skills 路由在 skills/RESOLVER.md，覆盖：
| 类别 | Skills 数量 |
|---|---|
| Signal 捕获 | signal detection |
| Ingest | idea / media / meeting 摄入 |
| Enrich | 实体丰富化 |
| Brain Ops | 脑操作 |
| Citation Fixer | 引用修复 |
| Daily Task Manager | 每日任务管理 |
| Cron Scheduler | Cron 调度 |
| Reports | 报告生成 |
| Voice | 语音 |
| Soul Audit | 灵魂审计 |
| Eval Framework | 评估框架 |
| Migrations | 数据迁移 |
v0.36.2.0 新默认使用自研模型：
| 对比 | 速度 | 成本 | 胜率（20 queries） |
|---|---|---|---|
| ZeroEntropy | 442ms | $0.05/M | 11/20 |
| OpenAI | 973ms | $0.13/M | – |
ZeroEntropy 的 Embedding 模型 zembed-1（1280d，Matryoshka）和 Reranker 模型 zerank-2，在速度和成本上都有显著优势。
60% 的 top-1 结果在使用 reranker 后被重新排序。
三种运行形态：
| 形态 | 适用场景 |
|---|---|
| OpenClaw/Hermes Skillpack | 已用 OpenClaw 或 Hermes 的用户（推荐 30 分钟安装） |
| 独立 Shell | 任何 MCP 感知客户端（Claude Code、Cursor、Windsurf）或纯 shell |
| HTTP MCP Server | 团队共享，OAuth 2.1 + PKCE + DCR + 刷新令牌，/admin 仪表板 |
初始化极快：PGLite 模式 2 秒启动，无服务器、无 Docker。
| 维度 | gbrain | 通用 RAG |
|---|---|---|
| 搜索方式 | Vector + BM25 + Graph + RRF | 纯向量检索 |
| P@5 | 49.1% | 18.2% |
| 知识图谱 | 自链接，零 LLM 调用 | 无 |
| 自治修复 | --remediate --target-score 90 |
手动 |
| Cron 驱动 | 21 个任务夜间运行 | 无 |
| 实体关系 | 类型化边多跳遍历 | 平面检索 |
gbrain init --pglite
gbrain skillpack scaffold --all
bun install -g github:garrytan/gbrain
gbrain init --pglite
gbrain doctor # 验证健康状态
gbrain serve # stdio MCP
gbrain serve --http # HTTP MCP + OAuth 2.1 + Admin 仪表板支持：Claude Desktop、Claude Code、Cursor、ChatGPT、Perplexity、Cowork。
- 需要个人知识管理 + AI Agent 记忆系统的个人用户
- 有大量人员 / 公司关系需要管理的投资人、创始人
- 希望 AI Agent 具有长期记忆和上下文的企业团队
- 对标 ChatGPT/Perplexity 的私有知识库场景
Gbrain 解决的是 AI Agent 的 ” 遗忘问题 ”——通用 AI 模型没有长期记忆，无法跨会话保持上下文。
Garry Tan 的方案是：知识图谱 + 混合搜索 + 自治修复，让 AI 在每次交互中主动构建和维护自己的记忆系统。
GStack（做）+ Gbrain（记）= YC CEO 的完整 AI Agent 闭环。
相关链接：
- Gbrain GitHub：https://github.com/garrytan/gbrain
- 评估数据：https://github.com/garrytan/gbrain-evals
- ZeroEntropy：https://dashboard.zeroentropy.dev
END
GStack 和 Gbrain 是我目前见过最完整的个人 AI Agent 工作流方案。后续会持续跟踪这类工具的进展。