GBrain开源：为AI Agent装上「第二大脑」

当AI Agent已经能够7×24小时处理各种工作流时，一个根本性的问题始终未被很好解决：Agent能否真正“懂”它的使用者？目前主流的Agent产品如OpenClaw和Hermes Agent，其记忆系统主要停留在记录偏好、习惯等表层信息，而用户长期积累的知识、经验、人脉等核心资产，并未真正被纳入Agent的认知框架。这决定了Agent能否从「工具」升级为「搭档」。

核心设计：当前判断+时间线结构

Garry Tan的做法是将个人13年的知识积累——包括3000+人脉档案、280场会议录音、5800条Apple Notes、10000+ Markdown文件——全部导入GBrain。从此每次提问，Agent都会先检索这个知识库再作答，真正成了他的「第二个AI大脑」。项目开源仅三天便收获6500+ GitHub Star，在AI技术社区引发广泛讨论。

数据自动化整合：Dream Cycle机制

维护这套知识档案的是一个名为「dream cycle」的自动化机制。每晚Agent会自动扫描当天的对话、会议记录、邮件等数据，将新出现的人名、公司、想法等信息归档到对应的档案页。正如人类睡眠时大脑会整理当日经历，Agent也在用户不使用时悄然完成记忆的整理与更新。目前支持的数据接入包括：Gmail邮件（自动提取人名、公司、关键决策）、Google Calendar会议同步、Circleback会议录音转文字、以及社交平台动态追踪。

安装门槛与使用方式

GBrain刚刚开源，仍处于早期阶段，存在不少待完善之处。但它所指向的方向值得深入思考：当Agent已经能够「干活」之后，下一步是让它「越用越聪明」，而这的前提是Agent有东西可积累。

需要说明的是，GBrain对模型要求较高，官方测试主要在Claude Opus 4.6和GPT-5.4 Thinking上验证，小模型容易出错。用户需要自行持续投入数据：录制会议、保存笔记、导出日历等，冷启动门槛不低。安装方式有两种：配合Agent使用（推荐，15-30分钟完成安装建库），或独立CLI先行体验。

当前各家的记忆系统大多停留在记偏好、记习惯的层面，远未触及一个人真正积累的知识资产。GBrain真正将用户十几年的知识积累转化为Agent可调用的上下文，让Agent不仅知道用户「喜欢什么」，更了解用户「认识谁、经历过什么、思考过什么」。这才是「第二大脑」应有的样子。

如有侵权，请联系删除。