YC 掌门人的 AI 大脑开源了：创始人如何用 GBrain 让每段对话都变成复利资产

YC 掌门人的 AI 大脑开源了：创始人如何用 GBrain 让每段对话都变成复利资产

商业世界里最昂贵的隐形损耗：遗忘

作为一个创业公司创始人、VC 投资人或 BD 负责人，你每天都在经历极高密度的信息冲刷：

• 每天 6-8 个背靠背的会议。
• 微信、邮件和 Slack 里涌入的上百条商业线索。
• 播客里听到的一句极其深刻的行业洞察。

但当你下周准备去见一位重要合伙人时，你面对的情况往往是：你想不起两年前在哪个酒会上加过他的微信；你不记得他上周刚在推特上宣布了什么新投资；你甚至忘了你们俩之间有三位共同好友。

你有一个极其昂贵的商业网络，但它正随着你的记忆力衰减而不断流失。

传统 CRM（如 Salesforce）解决不了这个问题，因为没几个创始人有精力每天手动录入数据。普通的 AI 助手（如 ChatGPT）也解决不了，因为当你对它说“帮我准备 30 分钟后与 Jordan 的会面”时，它只能去网上搜一些通用的百度百科，它根本不知道你和 Jordan 的共同历史。

2026 年 4 月，Y Combinator 总裁兼 CEO Garry Tan 开源了驱动他个人日常运转的 AI 大脑——GBrain。

这不是一个为了开源而做出来的玩具。在开源时的生产环境中，这个系统支撑着 17,888 个页面、4,383 个人物、723 家公司、21 个自动运行的后台任务，而搭建这个初始系统的耗时，仅仅 12 天。

对于商业决策者而言，GBrain 是一次范式转移。它不仅仅是一个“知识库”，它是一个比 CRM 更聪明、会自动织网、且会在你睡觉时自我进化的商业情报系统。

一、自织知识图谱：零摩擦的“活体 CRM”

如果你还在用 Excel 或传统 SaaS 维护人脉，你一定知道那有多痛苦。GBrain 最核心的商业价值，在于它的零 LLM 调用自织知识图谱（Self-weaving Graph）。

你不需要手动建立任何人脉关联。你只需要正常写下一段极其随意的会议记录：

“今天在 YC Demo Day 见到了 Acme AI 的 CEO Alice Chen，她提到他们刚拿了 Bob 的天使轮投资。”

GBrain 的底层引擎在保存这行纯文本时，会瞬间完成以下动作（且不需要调用昂贵的 LLM API）：

1. 实体提取：自动识别出 Alice Chen（人物）、Acme AI（公司）、Bob（人物）。
2. 关系推断：
• 会议页面 + 人物引用 ⇒ 推断出 attended（参加了会议）。
• “CEO of X” 句式 ⇒ 推断出 works_at（就职于 Acme AI）。
• “拿了投资” ⇒ 推断出 invested_in（Bob 投资了 Acme AI）。
3. 图谱回填：自动更新 Alice、Acme AI 和 Bob 的个人/公司主页。

实体自动升级机制（Tier 1-3）： 最绝的是，系统会“自己学会谁对你最重要”。 如果一个人只被提到一次，系统只为他建一个存根页面（Tier 3）。当他在你的邮件、会议和日记中出现超过 3 次，他会自动获得社交网络丰富化（Tier 2）。当互动超过 8 次，他会进入最高优先级管线（Tier 1），系统会开始高频追踪他的动态。

你只管记录碎片，大脑自动为你织出一张精密的人际与商业大网。

二、会议情报系统：30 分钟前的“神谕”

在商业谈判中，信息差就是利润。有了 GBrain 之后，你的会前准备将发生降维打击般的改变。

真实场景： 在与某位潜在投资人开会前 30 分钟，你在手机 Discord 里对你的 Hermes Agent 发送语音：“准备我与 [投资人名字] 的会面资料。”

此时，Agent 不是去查互联网，而是去查你的 GBrain。它会在几秒钟内为你生成一份情报简报：

• 人物档案（编译真相）：他目前的职位、关注赛道、你们关系的强度评分。
• 共同历史（时间线）：从 2024 年第一次邮件破冰，到上个月在某场晚宴上的交流，所有触点按时间线清晰排列。
• 最近动态：Agent 昨晚自动抓取的关于该投资人的最新推文或新闻。
• 未决事项（Open TODOs）：上次见面时你答应发给他的 BP，或者他答应帮你引荐的人。
• 隐秘的人脉杠杆：通过图谱遍历（Graph Traversal）发现，“你的一位前同事，目前正是他主投的某家公司的 CTO”。

根据 GBrain 团队发布的 BrainBench 基准测试，在 240 页富文本语料库上，启用这层图谱后，信息召回的精准度（Recall@5）从 83.1% 飙升至 94.6%。

对于你的谈判对手来说，你展现出的记忆力、专业度和对细节的掌控，简直像开了挂。

三、Dream Cycle：你睡觉时，大脑在替你工作

这是 Garry Tan 最引以为傲的机制。一个真正的商业系统不能只靠你手动输入，它必须能自动复利。

GBrain 包含 21 个以上的自动化 Cron（定时）任务，构成了一个名为 Dream Cycle（梦循环） 的系统。当你晚上躺下睡觉时，你的数字大脑才刚刚开始它的“夜班”：

• 凌晨 2:00（邮件与日程摄入）：Agent 扫描你今天的 Gmail 往来和 Google Calendar，把新出现的联系人和公司提取出来，建立初始档案。
• 凌晨 2:30（行业雷达）：Agent 去推特和 RSS 扫描你重点关注的 Tier 1 创始人/投资人的动态，将关键信息作为“时间线”追加到他们的人物页面下。
• 凌晨 3:00（记忆合并）：如果昨天会议里提到了“张总”，邮件里提到了“张伟”，Agent 会分析上下文，判断他们是同一个人，合并页面并修复断裂的引用链接。
• 凌晨 4:00（分类器进化）：GBrain 的意图分类器开始分析昨天的失败案例，自动改进正则表达式。使用一周后，gbrain doctor 面板会显示：“intent classifier: 87% deterministic，up from 40% in week 1.”

你早晨醒来，端着咖啡打开电脑。你会看到昨晚大脑自动为你处理了 47 条会议记录，更新了 23 个人物页面，创建了 8 个新公司跟踪卡。你的数字大脑，真的比你入睡前更聪明了。

四、OMI 硬件整合：把每次闲聊变成数据资产

创始人最常抱怨的是：“我根本没时间写那些会议记录，大部分重要的决定都是在走廊里、电话里、咖啡厅里完成的。”

如果没有被记录，Agent 就永远无法为你所用。这就是 OMI（环境上下文捕获硬件/App） 必须加入这套全栈系统的原因。

OMI 能够在你授权的期间，静默捕获你周围的语音对话和电脑屏幕的上下文。

1. 你在喝咖啡时跟合伙人口头确认了一个决定。
2. OMI 捕获了这段语音，自动转录并导出成 Memory 文本，丢进你电脑的 raw/omi/ 文件夹。
3. 晚上的 Dream Cycle 启动，Hermes 发现了一条新记忆，提取出该决定，更新进相关项目的 Wiki 页面。

记忆从一项需要手动维持的苦差事，变成了一个在后台自动运转的资产收集器。

五、实操指南：搭建你的商业情报大脑

搭建这套高维的商业系统，前期的架构规划至关重要。以下是专为商业决策者设计的配置提纲。

Step 0：部署规划（生产级起步）

对于创始人来说，人脉和决测数据极具价值且增长迅速，建议直接使用生产级配置：

• 核心引擎：GBrain + Supabase Pro（支持 8GB 数据与 pgvector 向量搜索，约 $25/月）。
• 执行 Agent：Hermes（接入 Claude 3.5 Opus 等顶级模型）。
• 外围捕获：OMI iOS / macOS App。

Step 1：初始化与历史资产导入

Bash

# 在终端初始化带有 Supabase 的 GBrain 实例
gbrain init --engine supabase
# （填入 Supabase 的 Session Pooler 连接 URL，端口 6543）
# 最关键的一步：导入你的商业历史（这将为你省去数月的冷启动）
gbrain import --source notion ./meetings-export       # 导入近 3 年的会议记录
gbrain import --source csv ./linkedin-contacts.csv    # 导入领英人脉
gbrain import --source csv ./emails-summary.csv       # 导入邮件摘要
# 触发系统自动织网（找出所有人物和公司的隐藏联系）
gbrain extract links --source db
gbrain extract timeline --source db

Step 2：建立高转化率的商业 Schema

在你的底层配置文件（如 CLAUDE.md 或 SCHEMA.md）中，确立“两层页面结构”的铁律。 所有的人物（People）和公司（Company）页面必须分为上下两部分：

• 上半部分（编译真相）：由 AI 总结的最核心事实（当前职位、投资组合、关系强度）。这是当前的“真理”，随认知改变而覆写。
• 下半部分（时间线）：每次交互（邮件、会议、推文）的流水账记录。永远只追加，永不修改。 它是推理的证据链。

Step 3：配置 Dream Cycle（夜间进化 Cron）

通过 GBrain 的 CLI 工具，把夜间任务跑起来：

Bash

# 配置凌晨 2 点抓取重要邮件
gbrain cron add --skill email-ingest --schedule "0 2 * * *"
# 配置凌晨 3 点提取昨日会议中的 TODO 和实体
gbrain cron add --skill meeting-compile --schedule "0 3 * * *"
# 配置凌晨 4 点进行实体去重与记忆整合
gbrain cron add --skill memory-consolidate --schedule "0 4 * * *"

Step 4：配置 Hermes 的会前准备工作流

在你的手机 Discord 客户端上建立一个 #deal-flow（交易流）频道。将该频道的系统 Persona 设置为：

"当你收到会前准备请求时，你必须首先调用 gbrain search 和 gbrain graph-query，拉取目标人物的[编译真相]、[共同历史]与[网络关系]，合成一份结构化的高管简报，字数控制在手机屏幕两屏内。"

Step 5：使用 Obsidian 作为商业看板

日常的查询你通过手机和 Hermes 对话完成，而宏观的审查则在电脑前的 Obsidian 里进行。

• 使用 Obsidian Graph View：你可以直观地看到哪个领域的节点最密集，你的核心人脉圈集中在哪里。
• 使用 Obsidian Canvas：当你需要理清一笔复杂的融资（Deal）时，将涉事的人物、尽调报告拖入白板，生成可视化的利益关系图。

六、结语：认知复利的力量

当我们谈论 AI 时，我们总是在谈论“生成”——生成一篇文章、生成一段代码、生成一幅画。但对于高管、创始人和投资人来说，商业世界里最值钱的不是“生成”，而是“上下文”（Context）。

Garry Tan 开源的这套系统，本质上是一个上下文复利引擎。

普通的商业网络是脆弱的，它依赖于你有限的脑容量和容易离职的助理。 而装配了 GBrain 的大脑是反脆弱的。每一次邮件往来、每一次闲聊、每一次投资尽调，都在加固你的护城河。你的 AI 助手每天都在加深对你商业版图的理解，你的图谱密度每天都在增加。

当你的竞争对手还在手忙脚乱地翻找三年前的微信聊天记录时，你已经在去开会的车上，听着 AI 为你从一万页历史数据中提炼出的、一击必杀的谈判切入点了。

站在 API 线之上，让你的每段对话都变成复利的资产。这，才是 AI 时代企业家的真正武装。