Глава Y Combinator Гарри Тан выложил в открытый доступ GBrain — инструмент памяти для AI-агентов, который работает поверх базы знаний в markdown-файлах.
Идея проекта в том, чтобы агент не начинал каждый раз с пустого контекста. GBrain помогает хранить и связывать заметки, людей, компании, идеи, встречи и другие сущности в одном «мозге», а затем быстро искать по ним нужный контекст.
По описанию самого Тана, основой служит обычный git-репозиторий с markdown-файлами. На небольших объемах этого уже достаточно, но для крупных архивов GBrain добавляет слой поиска и индексации на базе Postgres и pgvector. Это нужно, чтобы агент мог работать не только по ключевым словам, но и по смыслу.
Главный тезис проекта в том, что память агента должна накапливаться со временем. После каждой встречи, письма, заметки или разговора система может обновлять связанные страницы, добавлять новые факты и сохранять историю изменений. За счет этого агент постепенно перестает работать как «чистый лист» и начинает лучше понимать контекст пользователя.
Сам Тан описывает GBrain как личный цифровой memex для людей, которые постоянно работают с информацией. В его собственном примере речь идет уже о тысячах markdown-файлов, заметках, календарных событиях, расшифровках встреч и связях между людьми и компаниями.
По сути, GBrain — это не очередная чат-надстройка, а попытка решить старую проблему AI-агентов: как дать им долговременную, обновляемую и управляемую память без сложной закрытой инфраструктуры. За счет открытого формата и MIT-лицензии проект может быстро стать интересным для тех, кто строит собственные агентные системы и персональные knowledge base.
