YC CEO把自己的第二大脑开源了,8个仓库里最该看的不是清单
Ryven在X上列了8个second brain仓库。Garry Tan的gbrain自报15万页、2.4万人、5千家公司;Karpathy的LLM Wiki给出raw、wiki、schema三层结构;ai-memory把跨agent交接做成markdown记忆。清单之外,真正的门槛是维护、权限和隐私。
Ryven在X上列了8个second brain仓库,Eric Hartford转了这条。转推的钩子很直白:YC总裁兼CEO Garry Tan把自己的第二大脑开源了,仓库叫gbrain。
原帖附了演示视频:
这类工具解决一个具体问题:agent每次开新会话都失忆。你把文章、会议记录、代码决策丢进聊天窗口,它当时能答,关掉标签页就没了。RAG的做法是每次提问时再去翻原始文件,适合一次性检索,不适合长期积累。Karpathy在gist里提的LLM Wiki换了路径:让模型把资料编译成一组互相链接的markdown页面。新资料进来就更新旧页面,问题从wiki回答,好答案再写回wiki。
Karpathy把结构拆成三层。raw放原始资料,模型只读不改。wiki放模型生成的摘要、实体页、概念页和交叉链接,人读,模型写。schema是一份规则文件,告诉模型目录怎么组织、ingest和query怎么做。操作也简单:ingest负责把新资料编译进wiki,query从wiki综合答案,lint定期检查矛盾、孤页、缺链接和过时结论。index.md做内容索引,log.md按时间记录发生过什么。Obsidian在这里是浏览器,模型是维护者,wiki是可以长期住人的地方。
Garry Tan的gbrain把这套思路工程化了。README里写,这套东西跑他的OpenClaw和Hermes部署,规模是155,795页、24,589人、5,340家公司、66个cron任务。它存显式事实并保留来源,支持纠正和撤回,同一份记忆可以给不同agent用。检索先用关键词跑通,语义搜索、合成答案和知识图谱是后加选项。gbrain think会给带引用的答案,还会指出哪些记忆过期或没有来源。安装命令不复杂:
bun install -g github:garrytan/gbrain#stable
gbrain setup claude-code
gbrain init --pglite --no-embedding
README专门提醒,不要用npm安装gbrain,npm上的同名包和它不是一回事。项目是MIT许可,可自托管,也有付费托管选项。
ai-memory走的是另一条路。它把跨agent交接当核心:Claude Code做到一半退出,Codex在同一目录接上,不用重讲架构、失败方案和未决问题。它同样以git-backed markdown wiki为源,SQLite做派生索引,默认零LLM调用,支持20多个harness。handoff有owner,且只领取一次。这个设计更像给多个编码agent用的共享工作记忆,而不是单一的聊天知识库。
原帖里的8个仓库可以按切入点分开看:
- gbrain:Garry Tan自用第二大脑,事实带来源,跨agent共享。
- llm wiki:Karpathy写的方法文件,三层结构和ingest、query、lint都在这。
- ai-memory:跨编码agent的长期记忆,markdown是源,交接有协议。
- agent second brain:Telegram里发语音,落成Obsidian里的链接笔记。
- cog second brain:33个skills和10个agents跑在纯markdown上,不用数据库。
- open second brain:夜间任务把你反复纠正的规则沉淀成agent规则。
- claude second brain:一条npx命令搭起Obsidian、Claude Code和本地搜索。
- baalda:团队第二大脑,人和agent编辑同一批markdown文件。
清单摆在这里,容易产生一个错觉:装一个就有第二大脑。真正的门槛在维护。raw目录要不可变,wiki要定期lint,规则文件别膨胀,权限要收窄。Anthropic文档说CLAUDE.md是上下文,不是强制配置。要拦住删除、force push,得靠permissions或PreToolUse hook,不能只靠一句请勿删除。备份也要有,git或同步盘让坏编辑可以撤销。
隐私和成本同样现实。Claude读文件就会把内容送给模型,敏感资料别放进raw;Pro和Max额度由Claude与Claude Code共享,首次导入几百个文件消耗很快,先从5到10个源开始。Karpathy gist评论区也有人质疑:编译wiki的ingest成本可能超过节省,问题不可预测时wiki容易缺细节,agent还是得回原始源。这个提醒值得保留。第二大脑适合有明确积累方向的领域,不适合把收藏夹一口气倒进去就等它变聪明。
最小起步不用等看完8个仓库。拿一个你真会再看的源,建raw、wiki、output,写一份短规则,跑一次ingest,问一个跨源问题,把好答案存回wiki。第二天再加五个源。每周做一次lint。先跑通这个循环,再决定用gbrain、ai-memory还是自己攒。收藏八个仓库不产生第二大脑。跑通一个源,才会。
发布时间: 2026-11-09 10:34