GBrain
GBrain 是一个开源 AI agent 记忆系统,把普通的 Markdown 文件转成一张能自动构建的知识图谱,让 AI agent 拥有跨会话的持久记忆,而不是每次对话都从零开始。
Y Combinator CEO Garry Tan 于 2026 年 4 月 5 日以 MIT 协议开源了 GBrain,这套系统是他自己在用的生产环境:146,646 个页面、24,585 个人物档案、66 个自动化 cron 任务。仓库上线 24 小时内突破 5,000 stars,截至 2026 年 6 月已达 22,600 stars。
把它想成 AI agent 长期记忆的 git 仓库。
提前 7 天看到萌芽期新词,解锁全部阶段筛选,并每周收到抢先提醒。
为什么现在开始走红?
Garry Tan 在 2026 年 4 月 5 日把 GBrain 开源出来,不是 demo,是他自己一直在跑的生产系统。这把「来得太早」的顾虑打掉了:一个真实高管的认知基础设施,开源出来,30 分钟能复现。
搜索热度
-
萌芽0–7 天
-
初现8–30 天
-
验证中31–90 天
-
上升 ← 当前91–180 天
-
成熟180 天以上
前景
未来 6 个月的热度走势与商业化节奏。
Agent 记忆是 AI 基础设施里增长最快的品类;开源这条线 GBrain 走在前面,YC 创始人背书加 22k stars 是实打实的信号。
风险 · 商业云端方案 (Mem0、Zep、Hindsight) 正在追平集成覆盖面的差距。
类比 · personal ai · managed-agents · context-engineering
-
现在自托管,无授权费
MIT 协议,没有 SaaS 产品,变现路径是内容、工具和迁移服务。
-
3-6 个月托管服务的空缺等着填
官方没有云托管方案,第三方托管 GBrain 或咨询服务有机会切入。
-
6-12 个月团队版形态浮出来了
多用户 OAuth 权限隔离已经做好;商业团队版或 SaaS 封装在成本上跑得起来了。
“GBrain” 的竞争与机会
判断依据包括已追踪的搜索词、变现方向和相关词。除标注“实测”的 Google KD 外,其余均为参考估算。
“GBrain” 能做的点子
这个词可以延伸成文章、网站、产品、帖子、邮件、视频或课程。选一个方向,就能开始行动。
高意图对比词,builder 在 Markdown 原生开源方案和 API 优先商业方案之间做选择;适合联盟转化或咨询引流。
分步教程,瞄准 'gbrain github' 和 'gbrain install' 长尾词;靠教程贴片广告或简报订阅变现。
品类综述,靠 agent 记忆各词的长尾 SEO 拿流量;联盟链接对接商业托管方案变现。
GBrain 没有官方云方案。基于 Render / Railway / Fly.io 的托管服务,帮不想自建 Postgres 的团队填上这个空白。
skill 系统支持用户扩展;做一个测试过的接入 skill 精选目录,覆盖长尾工具集成需求。
高传播性个人实验视频;Dream Cycle 和实体图谱都适合可视化呈现。
围绕高活跃度开源项目做垂直简报,GBrain 生态扩展到 5 个以上周边工具后,赞助空间就打开了。
Garry Tan 开源的不是 demo,是他自己跑着的生产系统:146,646 个页面、66 个 cron 任务、13 年的个人数据。
24,585 个人物页面。5,339 家公司档案。66 个 cron 任务在 Garry Tan 睡觉时还在跑。
如果你用的 agent 不是 OpenClaw 或 Hermes,GBrain 的集成方案就是「自己搭」,这个问题比看起来要大。
大家在搜什么
来自 Google Suggest 和 Trends 的长尾词。热度和竞争度是估算,仅供参考,未经核实。内容类型由搜索词的写法推断。
“GBrain” 的搜索结果
这里展示当前的自然搜索结果,以及正在投放的广告。广告数量可以反映当下的商业需求。
常见问题
什么是 GBrain?
GBrain 是一个开源 AI agent 记忆系统,把普通的 Markdown 文件转成一张能自动构建的知识图谱,让 AI agent 拥有跨会话的持久记忆,而不是每次对话都从零开始。
GBrain 为什么现在火?
Garry Tan 在 2026 年 4 月 5 日把 GBrain 开源出来,不是 demo,是他自己一直在跑的生产系统。这把「来得太早」的顾虑打掉了:一个真实高管的认知基础设施,开源出来,30 分钟能复现。
GBrain 是什么时候出现的?
约于 2026-04-05 公开出现(截至 2026-08-11 约 128 天前)。EarlyTerms 最早于 2026-06-13 记录到信号。
相关词
同一领域里的其他词:别名、子类、竞品,以及值得继续了解的相近概念。
- 属于 agent-harness Agent harness 是大模型和真实世界之间的那层中间件,负责跑 agent 循环、调工具、管记忆、守护栏、从错误里恢复。圈子里现在流行一个公式:「Agent = 模型 + Harness。你不是模型,你就是 harness。」 →
- 包含 openclaw-skills OpenClaw Skills 是 OpenClaw 的能力扩展系统,依托公开注册表运转。一条命令 (`openclaw skills install <slug>`) 就能从 ClawHub 找到、安装并挂载一个能力包到当前工作区。每个 skill 是一个… →
- 相关 hermes-agent Hermes Agent 是 Nous Research 开源的 AI agent,MIT 协议,设计上就是要跑在服务器上不下线,可以是本地机器、VPS 或 serverless 平台。它的核心机制是持久记忆加自动生成的… →
- 相关 openclaw OpenClaw 是一个开源、可自托管的个人 AI agent:持续运行的 runtime,支持接入任意大模型 (Claude、GPT、DeepSeek、Kimi、Gemini),通过消息应用 (WhatsApp、Telegram、Slack、Discord、Teams)… →
- 相关 managed-agents Managed Agents 是云平台托管并运行 AI agent 的基础设施模式。开发者以前要自己搭 agent 循环,记忆管理、工具路由、状态控制、沙箱隔离、错误恢复,全部自己处理;现在这些都由平台打包成 runtime 服务。 →
- 相关 model-context-protocol Model Context Protocol (MCP) 是基于 JSON-RPC 2.0 的开放标准,定义了 AI… →
- 相关 mcp-server MCP server 是一个独立的小程序,通过 Model Context Protocol 把某一个能力(数据库、文件系统、安全扫描器、交易 API)暴露给 AI agent。协议本身定义了 JSON-RPC-2.0 的通信格式,server 是实际的交付单元。到… →
- 相关 context-engineering Context engineering 是一门学问:送进大模型上下文窗口的每一个 token,都要经过设计。系统提示、工具定义、检索内容、对话历史、记忆、文件,一个都不能随手堆进去。Anthropic 把它定义为 prompt engineering 的自然延伸。 →
- 相关 personal-ai Personal AI 这个品类,指的是围绕某一个人而建的 AI 系统,记住这个人的记忆、声音、偏好,跟给几百万人共用的通用助手是两回事。产品形态从全天录音的可穿戴设备,到能消化你的笔记、邮件、屏幕历史并作答的软件,都算这个品类。 →
- 相关 long-running-agents Long-running agents 是能跨多个上下文窗口持续干活的 AI agent,靠把状态写进结构化产物(进度文件、git commit、功能规格文档),让每次新会话从上一次停下的地方接着跑。这个模式针对的是一个硬约束:每次上下文窗口结束,模型就失忆了。 →
- 竞品
来源
这份报告引用的一手链接,点开任意一条都能自己核对。
- 01 GBrain GitHub 仓库 (garrytan/gbrain) github.com ↗
- 02 GBrain 是什么?Garry Tan 的 AI Agent 记忆系统详解 — Vectorize vectorize.io ↗
- 03 GBrain:为靠思考谋生的人打造的 Memex — Agent Wars agent-wars.com ↗
- 04 GBrain 分步实现教程 — MarkTechPost marktechpost.com ↗
- 05 Garry Tan 的 GBrain:我们期待已久的 Memex — Gamgee Blog gamgee.ai ↗
- 06 GBrain 替代方案:5 个主流 Agent 记忆系统 — Vectorize vectorize.io ↗
- 07 Garry Tan GBrain 开源个人 AI Agent 平台 — Agentic Brew agenticbrew.ai ↗