YC 的 CEO 用 15 万页笔记管公司，这套系统开源了

Garry Tan 是 Y Combinator 的 CEO。他在 GitHub 上放了一个叫 gbrain 的仓库，自述里列了一串数字：155,795 个页面，24,589 个人，5,340 家公司，66 个 cron 任务在他睡觉时跑。他管这个叫跑在自己 AI agent 后面的"生产级大脑"。

Ryven 在 11 月 8 日的一条推文里把这件事翻了出来，顺手凑了一串同思路的开源仓库。视频里演示的是一个双链笔记界面，想法直接来自 Andrej Karpathy 在 2026 年 4 月 4 日发的一份 gist。

那份 gist 叫 llm-wiki.md，核心意思不长：多数人让 LLM 读文档的方式还是 RAG，每次提问都从原始文件里现找现拼，知识不积累。Karpathy 建议换一种：让模型把原始材料编译成一个持续维护的 wiki，新资料进来就更新实体页、概念页和摘要，顺手标出前后矛盾的地方。以后提问直接查这个 wiki。

三层结构：raw 目录放原始材料，只读不改；wiki 目录放模型写和维护的页面；再加一个 schema 文件（Claude Code 里叫 CLAUDE.md，Codex 里叫 AGENTS.md）规定约定和流程。三个操作：ingest 喂新资料，query 提问，lint 体检。

视频演示的界面：

Ryven 列了 8 个仓库，挂在不同作者名下：

• gbrain（garrytan）：YC CEO 自己的大脑，每条事实留来源，多个 agent 共享同一份记忆。
• llm wiki（karpathy）：上面那份原始 gist。
• ai-memory（akitaonrails）：让 Claude Code 干到一半换 Codex 接着干，上下文不掉，记忆存在纯 Markdown 里。
• agent second brain（smixs）：在 Telegram 发条语音，落在 Obsidian 里成一条带链接的笔记。
• cog second brain（huytieu）：33 个 skill，10 个 agent，跑在纯 Markdown 上，不用数据库。
• open second brain（itechmeat）：夜里跑一遍，把你反复纠正过的改法变成 agent 要遵守的规则。
• claude second brain（jessepinkman9900）：一条 npx 命令搭起 Obsidian、Claude Code 和本地搜索。
• baalda（naveedharri）：团队第二大脑，人和 agent 编辑同一批 Markdown 文件。

但评论区不是一片叫好。Karpathy 那份 gist 的留言里，一位叫 hyunsoo36 的用户提了个很具体的问题：编译 wiki 的 ingest 成本不好消化。他试下来发现，编译出的 wiki 经常缺细节，问问题时 agent 还是得回去翻原始资料，于是这层中间产物变成额外的导航层，多了 LLM 调用、工具调用、延迟和 token，省下的检索开销没抵上。他怀疑这是"编译时的综合"和"未来开放式提问"之间的错配，并注明这是自己的使用观察，不是受控实验。

Ryven 那条推文下，Sajjad Khan 问了另一个问题：团队版里，两个 agent 同时改同一篇笔记怎么处理冲突？他说需要看得见的 diff 和来源链接，免得下一个 agent 把合并后的版本直接当事实。还有人只留下一句"AI slop"。

这些质疑没有否定整套思路，但点出了它的边界。第二大脑的瓶颈从来不是收集，是维护和验证。Karpathy 自己在 gist 里写了，人放弃 wiki 是因为维护负担增长得比价值快，而模型不怕烦，能一次改 15 个文件。这话成立的前提是模型确实改对了，gbrain 那边给出的对策是合成层加引用检查，每条断言带源页，顺带列出"大脑还不知道的部分"。

如果只是想试试，不必一口气 clone 八个仓库。Ryven 的原文给了一个 30 天计划，前五步大概 20 分钟，只需要 Claude Pro 或 Max 订阅、Obsidian 和一个想保存的文件。第 6 到第 10 步再让它变聪明：加入项目房间、把重复流程存成 skill、接日历、挂定时任务。原文里也写了四种常见的坏法：直接编辑 raw、CLAUDE.md 写成巨无霸、问题开得太宽、没有定期体检。

搭起来只是开始，真正贵的是让它每个月都比上个月准一点。