YC CEO 的 AI 记住了 3000 个人

最近，Garry Tan 在 X 上发了一条推文，附了一个 GitHub 链接。

没有长文预告，没有产品发布会，就一句话：「这是我每天用的 AI 系统，源码全在这了。」

5300 个 star，几天而已。

Garry Tan，Y Combinator 现任 CEO。就是那个孵化了 Airbnb、Stripe、Dropbox、Reddit 的 YC。

一个管着几千家创业公司的人，把自己的 AI 记忆系统开源了。

这事本身就够有意思了。但真正让我坐直的，是他开源的那个东西叫什么 -- GBrain，全名 Garry's Opinionated OpenClaw/Hermes Agent Brain。

这个名字里藏着两个关键词。

OpenClaw -- 今年最火的开源 AI 助手项目，25 万 star，本地优先。

Hermes Agent -- NousResearch 今年新推出的 AI Agent 框架，6 万多 star，核心卖点是"会自己进化"。

GBrain 是什么？用 Garry Tan 自己的话说：他在用 OpenClaw 的时候，开始往一个 Markdown 仓库里塞东西。一个人一家公司一页纸，上面是当前认知，下面是时间线。结果越塞越多，滚雪球一样长到了一万多个文件。

然后他把这套东西抽象成了一个独立项目，设计成可以给 OpenClaw、Hermes Agent、或者任何 AI Agent 当"记忆层"用。甚至不用 Agent，它自己就能跑。

先说 GBrain：一个人的数字记忆

GBrain 的 README 开头第一句话是这么写的：

Your AI agent is smart but it doesn't know anything about your life. GBrain fixes that.

翻译过来：你的 AI 很聪明，但它对你的人生一无所知。

这句话戳到了一个真实的痛点。

你跟 ChatGPT 聊天，每次都得重新解释你是谁、在做什么、上次聊到哪了。烦。它很聪明，但那个聪明跟你没关系，是通用的。

GBrain 做的事情很直接：把你的数字生活灌进一个向量数据库，让 AI 在回答你之前先去检索。

哪些数据？看它内置的集成：

然后搜索怎么做？不是简单的关键词匹配。GBrain 同时跑关键词搜索和语义向量搜索，然后用一个叫 RRF 的算法把两种结果融合排序。还会自动扩展你的查询 -- 你搜一个词，它帮你想三个近义表达一起搜。

举个例子：你搜"什么时候应该忽略常识"，纯关键词搜不到一篇叫《天才的公交车票理论》的文章 -- 但向量搜索能找到，因为语义是相关的。

Garry Tan 在 README 里写了几个他自己的真实用法：

"谁应该被邀请来晚餐，认识 Pedro 和 Diana 的人？" -- 从 3000 多个人物页面中交叉检索社交图谱

"我说过哪些关于羞耻感和创始人表现之间关系的话？" -- 搜索的是你自己的思考，不是互联网

"30 分钟后我要见 Jordan，帮我准备一下" -- 自动拉出档案、共同历史、近期动态、待处理事项

看到没？这不是"帮我查个天气"那种 AI 助手。这是一个真正了解你社交网络、知道你在想什么、能帮你准备会议的系统。

技术上有几个让我意外的点：

轻。技术栈是 TypeScript + Bun，默认用 PGLite（嵌入式 Postgres 17.5，跑在 WASM 里），2 秒启动。不需要 Docker，不需要 Supabase 账号。你的脑子跑在本地。

薄壳胖技能。他管这个叫 Thin Harness, Fat Skills -- 核心引擎很薄，所有能力定义在 Markdown 文件里。想加一个新技能？写个 .md 文件。他说 "Markdown is code"，在他的系统里，Markdown 文件就是安装程序、就是配置文件、就是技能定义。

睡觉也在干活。GBrain 有一个"梦境循环" -- 你睡了，Agent 还在后台跑。扫描所有对话、补充缺失的实体、修复引用、整理记忆。他的原话："I wake up and the brain is smarter than when I went to sleep."

他的脑子里装了什么？一万多个文件，3000 多个人的档案（每个人一页，持续更新），13 年的日历，280 多份会议记录，还有 300 多个他自己的原创想法。

这不是 demo。这是一个 YC CEO 的真实工作系统。

再说 Hermes Agent：一个会自己变强的 AI

GBrain 管记忆。那谁来"想"？

这就是 Hermes Agent 的位置。

NousResearch 去年 7 月创建了这个仓库，但真正开始发版是今年 3 月 -- 一个月内从 v0.2 迭代到 v0.8，7 个版本，速度很猛。

它的定位用一句话说：The agent that grows with you -- 跟你一起成长的 Agent。

听着像营销口号？拆开看看它到底做了什么。

第一，自动创建技能。你重复做了几次某个工作流，它会识别出模式，自动把这个模式固化成一个技能。下次遇到类似任务，直接用。而且技能会在使用中自我改进 -- 不是固定的脚本，是活的。

第二，三层记忆。当前对话是短期记忆，跨会话积累是长期记忆，还有一层是它对你这个人的理解（用了一个叫 Honcho 的用户建模系统）。越用越懂你。

第三，不绑定终端。Telegram、Discord、Slack、WhatsApp、Signal、命令行 -- 统一一个 gateway 进程，在哪都能找到它。对话跨平台连续，你在 Telegram 上说到一半，到命令行继续，它知道你在聊什么。

第四，模型无关。Nous Portal、OpenRouter（200 多个模型）、OpenAI、Google AI Studio，随便切。一条命令 hermes model 就换了，不用改代码。

而且它有一个功能我觉得很说明问题 -- OpenClaw 迁移。一条命令 hermes claw migrate，把你在 OpenClaw 里的人设、记忆、技能、API Key 全部导过来。

这意味着什么？Hermes Agent 显然想接住 OpenClaw 的用户。你可以把它理解成同一个赛道的新玩家，但带着更激进的野心 -- 不只是管理你的工具，而是让工具自己学会怎么管理你的事。

团队背景也值得一提。NousResearch 不是突然冒出来的草台班子 -- Hermes 系列大模型在 HuggingFace 上下载超过 3300 万次。Paradigm 领投了 5000 万美元 A 轮。CEO Jeffrey Quesnelle 密歇根大学 CS 硕士，联创 Karan Malhotra 斯坦福 ML 研究员。

而且，5 美元 VPS 就能跑。

拼在一起看：个人 AI 的完整拼图

现在把两个项目放在一起。

GBrain 的 README 里有一段专门解释它和 OpenClaw/Hermes Agent 的关系：

三层都要查。GBrain 管世界知识（你认识谁、知道什么），Agent 记忆管运行状态（你的偏好和决策），会话管当下。

之前看过一篇文章讲 OpenClaw + Claude Code 的实践 -- 一个独立开发者一天 94 次代码提交，30 分钟完成 7 个 PR。他总结的核心问题是：「Codex 和 Claude Code 对你的业务一无所知。它们只看到代码，看不到完整的业务图景。上下文窗口是固定的，塞满代码就没空间放业务上下文了。」

GBrain 解决的正是这个问题。但它的野心更大 -- 不只是业务上下文，是人生上下文。你的 AI 不只知道你的代码仓库，它知道你上周跟谁开了会、你在推特上关注什么话题、你三年前对某个概念的看法是什么。

再叠加 Hermes Agent 的自进化 -- 它不只记住了这些，它会从中学到新的工作模式。

这两个项目单独看，各有意思。放在一起看，你看到的是一个信号：个人 AI Agent 正在从"聊天工具"变成"第二大脑"。

这件事的信号

「这不就是极客的玩具吗？」

两年前也许是。但看看现在：

• • MCP 协议安装量突破 9700 万，所有主流 AI 厂商已适配
• • 全球生成式 AI 企业采用率 88%，一年前是 71%
• • Hermes Agent 一个月 7 个版本，从 v0.2 到 v0.8

Garry Tan 在推文里把 GBrain 称为「memex 愿景的实现」。Memex 是 1945 年 Vannevar Bush 提出的概念 -- 一个能存储和检索你所有阅读、通信和思考的设备。

81 年后，一个 YC CEO 用 TypeScript 和 Markdown 文件做到了。源码全开源。

不管你是不是开发者，信号很清楚：AI 助手的下一步不是更聪明，而是更懂你。

那些还在每次对话都从零开始的 AI 产品，护城河在哪？

GBrain: https://github.com/garrytan/gbrain

Hermes Agent: https://github.com/NousResearch/hermes-agent