GBrain 没有 8 层——它只改了记忆该长什么样

"8 层"是怎么变出来的

GBrain 的 README 和 GitHub 上的第三方评测口径一致：三层。最底下是一个装满 markdown 文件、用 git 做版本控制的 Brain Repo，这是唯一的事实来源。中间是检索层，Postgres 加 pgvector，也可以用嵌入式的 PGLite——一个跑在 WebAssembly 里的 Postgres 17.5，两秒起库，不用单独装数据库服务。最上面是 34 个（一处文档写 40 多个）markdown 写的 agent skill 文件。

中文摘要把"前 4 层升级检索、后 4 层实现终身记忆和自我进化"说成 8 层，是把检索流水线里的几个步骤（向量、关键词、融合、去重）和几个维护任务分别数成了"层"。这是阅读理解，不是项目设计。Garry Tan 自己的措辞是另一句话："Thin harness, fat skills: the intelligence lives in the skills, not the runtime."（薄壳，厚技能：智能住在技能文件里，不在运行时引擎里。）项目文档里更直白的一句是 "markdown is code and your agent is a package manager"（markdown 就是代码，你的 agent 是包管理器）。

把这两句话放在一起，GBrain 的设计哲学就清楚了：它刻意不在代码里实现复杂逻辑，而是把逻辑写成 markdown 指令，交给模型去执行。这决定了它的全部优点和全部风险，下面会反复回到这一点。

真正改掉的那一件事

普通的 RAG（Retrieval-Augmented Generation，检索增强生成——先从外部文档库里捞出相关片段，再塞给大模型生成回答）作为 Agent 记忆有三个结构性毛病，学界 2026 年的记忆综述讲得很清楚：它不能更新状态，它按相似度而不是按真相检索，它没有时间感。会话一结束，它什么都不记得。RAG 本质是无状态检索，每次都把外部索引当成临时书架。

GBrain 在数据模型这一层动了刀。它的每一个 markdown 页面强制分成两段。横线以上叫 compiled truth（编译后的真相）：对这个人、这家公司、这件事当前的综合理解，证据一变就整段重写。横线以下叫 timeline（时间线）：append-only 的证据流，只追加，永不修改。

这个两段式直接对着 RAG 的三宗罪打。"不能更新状态"——compiled truth 就是可被重写的状态。"按相似度而非真相检索"——agent 先读 compiled truth，那是被显式维护过的结论，不是一堆相似度高的碎片。"没有时间感"——timeline 本身就是时间轴。

值得抄的就是这个决策，而不是它的层数或代码量。把"结论"和"证据"在存储结构上物理分开，让结论可以被推翻、证据永远可追溯，这是大多数往 Agent 上贴向量库的团队没做的事。GBrain 公布的 BrainBench 数字也指向这里：开启图层（结构化的实体关系查询）相比只用向量检索，P@5（前 5 个检索结果里相关的比例）高出 31.4 个百分点。评测方的原话是 "The published BrainBench numbers describe what the code actually does."（公布的 BrainBench 数字描述的是代码实际做到的事。）这句话本身是个信号——它特意强调"实际做到"，因为有别的部分没做到。

"自我进化"在代码里是什么

GBrain 最被津津乐道的功能叫 dream cycle（梦境周期）：cron 定时任务在用户睡觉时跑一条 11 阶段的维护链，从 lint、同步、综合、抽取、找模式、重算情绪权重，一路到合并、嵌入、清孤儿、清垃圾。Garry Tan 说他醒来时"系统比我睡前更聪明"。中文摘要把这叫"自我进化"。

一份独立代码审查把这层叙事拆开了。审查者去源码里搜 dream cycle、compiled truth 重写、实体识别这三个旗舰功能的实现，结论是这三个全部以 markdown 指令文档的形式存在，不是可执行代码。源码里搜不到 rewrite、schedule、setInterval、timer 这些关键字。审查的原话是 "no rewrite logic, no scheduling mechanisms, no entity detection implementation"（没有重写逻辑，没有调度机制，没有实体识别的实现）。同一份审查还在 MCP server 集成里找出 12 个严重问题，包括并发竞态和 NULL embedding 覆盖——多个 agent 同时写，可能把已算好的向量冲成空值。

这不等于 GBrain 是空壳。同一批审查者承认它的基础设施"reasonably competent"（相当称职）：Postgres 加 pgvector 的存储层、用倒数排名融合（RRF，把多路检索结果按排名加权合并）的混合搜索、分块流水线，这些是真代码。它的实体识别甚至有个反直觉的优点——零 LLM 调用，纯 regex 加字符串匹配，大批量灌数据时"$0 in tokens"（不烧一分钱 token）。

所以准确的说法是：GBrain 的检索和存储是工程，它的"记忆""进化""学习"是写给模型看的操作手册。"自我进化"能不能发生，取决于背后那个模型听不听话，不取决于 GBrain 的代码。

把智能押在指令遵循上，是一笔赌注

"Thin harness, fat skills"不是缺陷，是一个明确的工程下注。它赌的是：模型的指令遵循能力会一直变强，所以与其用代码把逻辑焊死，不如用自然语言把逻辑写成 skill，让逐月变强的模型去解释执行。这套思路和 Anthropic 在托管 Agent 里讲的"Harness 有保质期"是同一个方向——为特定模型行为打的硬补丁会过期，留接口比留实现更耐用。

赌注的另一面是确定性。一段 Python 写的重写逻辑，输入相同输出就相同，可测试、可回滚、可审计。一段 markdown 写的"请把矛盾的证据综合进 compiled truth"，结果取决于当时哪个模型、什么版本、什么上下文。学界记忆研究里最硬的几个问题——巩固新知识时不灾难性遗忘旧知识、按因果而不是相似度检索、反思时不把错误固化进去——GBrain 没有在代码层解决，它把这些问题转写成 markdown 指令转交给了模型。compiled truth 的"证据变了就重写"恰恰正面撞上"反思时不固化错误"：重写就是一次反思，而除了 timeline 里的原始证据，没有第二个真值源去校验这次重写有没有把错误写得更牢。

对企业来说，这是 build-vs-buy 之外的第三个问题：buy 进来的到底是引擎还是手册。如果是手册，那它的可靠性上限就是你自己那个模型的指令遵循上限，而不是 GBrain 项目的工程质量。

盲区：单人脑，不是团队脑

GBrain 是 Garry Tan 为自己一个人造的。这句话不是修辞，是架构事实。它的检索器不做多跳图遍历——"我在 YC 见过的人创办的公司里，谁投过其中某一家"这种需要顺着关系链跳两三步的查询，它答不了。第三方评测在这一项只给 2 分（架构本身给了 5 分）。它的默认形态是单运营者：PGLite 跑在一台机器上，多人协作要迁到正经 Postgres，还要处理 brain repo 跨机器的 git 操作。它要求运营者自己手写 schema 和 workflow，不像一些竞品能自动从对话里合成结构。

还有数字本身的不一致。README 写 17,888 页、4,383 人、723 家公司、21 个 cron；skillpack 文档写 14,700 多个文件、40 多个 skill、20 多个 cron。两份官方文档对不上，说明项目本身在快速变动，引用单一数字的判断都该打折。最初那条发布推文挂在付费墙后面，本文关于发布反响的数字来自五家第三方转述的交叉，不是原文。

这些都不是 bug，是定位。GBrain 证明的是一个人可以为自己造一个很好的记忆系统，没有证明这套东西能直接搬给一个团队用。

对 AI 从业者意味着什么

• PM：本周别把"YC 总裁开源了终身记忆系统"写进任何路线图。值得进路线图的是 compiled truth + timeline 这个数据模型——回去 review 你产品里存"用户画像"的地方，问自己：结论和证据是不是混在一张表里，结论能不能被推翻，证据是不是 append-only。
• 架构师：本周做一次 build-vs-buy 之外的第三轮评估——把候选的 Agent 记忆方案按"引擎还是指令手册"重新分类。凡是核心能力靠 markdown 指令实现的，它的可靠性上限等于你自己模型的指令遵循上限,把这条写进选型表。
• CTO：本周和团队复盘一个问题——如果给内部 Agent 上记忆层，团队接受"自我进化是 prompt 脚手架、不是确定性引擎"这个事实吗。接受，GBrain 的数据模型可以直接抄；不接受，需要的是带回滚和审计的确定性重写逻辑，那要自己写。
• 工程师：本周把 compiled-truth + timeline 用最小代价实现一遍——一个 markdown 文件，横线上一段可重写的结论，横线下 append-only 的证据流，git 管版本。不用 Postgres，先验证这个数据模型对你的场景成不成立，再决定要不要上检索层。

GBrain 最有价值的地方，是它用一个被广泛传播的项目证明了：Agent 记忆的瓶颈很多时候不在检索算法，在你有没有把"真相会变"和"时间"写进存储结构。它最容易被误读的地方，是把一份写给模型看的操作手册当成了会自己进化的引擎。这两件事之间的距离，就是叙事跑在代码前面的那段距离。

---

本期关键词

RAG（检索增强生成） -- Retrieval-Augmented Generation。先从外部文档库按相似度捞出相关片段，再把片段塞进大模型的上下文里生成回答。它是目前给 LLM 接外部知识最主流的做法，但作为 Agent 的长期记忆有三个结构性毛病：不能更新已存的状态、按相似度而非真相检索、没有时间感。会话结束即遗忘。GBrain 的整套设计就是冲着补这三个毛病去的。

向量检索 -- 把文本转成一串数字（嵌入向量），用向量之间的距离衡量语义相似度来做检索。它能找到"意思相近"的内容，但找不到"哪个是对的"，也不知道"哪个是后来更新的"。GBrain 的混合检索在向量之外又叠了关键词匹配和图查询，BrainBench 上开启图层比纯向量的 P@5 高 31.4 个百分点。

compiled truth + timeline（编译后的真相 + 时间线） -- GBrain 的核心数据模型，也是本文判断它真正突破所在。每个 markdown 页面强制分两段：横线以上是当前的综合结论，证据一变就整段重写；横线以下是只能追加、永不修改的证据流。结论可被推翻，证据永远可追溯，二者在存储结构上物理分开。大多数往 Agent 贴向量库的团队没做这一步。

dream cycle（梦境周期） -- GBrain 里被叫作"自我进化"的功能。cron 定时任务在用户睡觉时跑一条 11 阶段维护链（lint、同步、综合、抽取、找模式、重算情绪权重、合并、嵌入、清孤儿、清垃圾等）。独立代码审查发现它以 markdown 指令文档形式存在，源码里没有调度逻辑——它能不能"进化"取决于背后模型听不听指令。

thin harness, fat skills（薄壳，厚技能） -- GBrain 的设计哲学。刻意不在代码里实现复杂逻辑，而是把逻辑写成 markdown 技能文件交给模型解释执行，项目文档原话是"markdown 就是代码，你的 agent 是包管理器"。它赌模型指令遵循能力持续变强，代价是放弃了代码逻辑的确定性、可测试性和可回滚性。

RRF（倒数排名融合） -- Reciprocal Rank Fusion。把多路检索（向量、关键词等）各自的结果列表按排名位置加权合并成一个总榜的算法，名次越靠前权重越大。GBrain 用它把向量检索和关键词检索的结果融成一个列表，是它混合检索里的真代码部分。

entity detection（实体识别） -- 从每条消息里自动识别出人名、公司、概念等实体，挂进知识图谱。GBrain 的实体识别有个反直觉的优点：零 LLM 调用，纯正则加字符串匹配，大批量灌数据时不烧 token。但独立审查指出它和 dream cycle、compiled truth 重写一样，旗舰描述与可执行代码之间有差距。

终身记忆 / 自我进化 -- 让 Agent 跨会话、跨年持续积累并自动整理知识，越用越懂你。这是 GBrain 叙事的核心卖点，也是学界尚未解决的硬问题。GBrain 没有在代码层解决，而是把它转写成 markdown 指令交给模型，可靠性上限因此等于使用者那个模型的指令遵循上限。

灾难性遗忘 -- 长期学习系统的经典难题：吸收新知识时把旧知识覆盖掉。学界记忆研究的几个硬骨头——巩固时不灾难性遗忘、按因果而非相似度检索、反思时不固化错误——GBrain 都没在代码层解决。它的 compiled truth 重写恰恰正撞"反思时不固化错误"：重写本身可能把错误写得更牢，而没有第二个真值源去校验。

MCP（Model Context Protocol） -- 让 Agent 以统一协议调用外部工具和数据源的接口标准。GBrain 通过 MCP server 暴露 30 多个工具，让 OpenClaw、Hermes 之外的 Claude Code、Cursor 等也能接它。但独立审查在这个 MCP 集成里找出 12 个严重问题，含并发竞态和 NULL embedding 覆盖——多 agent 并发写记忆时的可靠性还没被验证。

原文关键引用

"Thin harness, fat skills: the intelligence lives in the skills, not the runtime."（薄壳，厚技能：智能住在技能文件里，不在运行时引擎里。）-- GBrain README

"markdown is code and your agent is a package manager"（markdown 就是代码，你的 agent 是包管理器。）-- GBRAIN_SKILLPACK.md

"no rewrite logic, no scheduling mechanisms, no entity detection implementation"（没有重写逻辑，没有调度机制，没有实体识别的实现。）-- 独立代码审查

"The published BrainBench numbers describe what the code actually does."（公布的 BrainBench 数字描述的是代码实际做到的事。）-- vectorize.io GBrain 评测

引用

1. garrytan/gbrain -- 本期拆解原项目（README + docs）
2. GBRAIN_SKILLPACK.md -- skills 本质与架构哲学一手文档
3. GBrain Review: An Honest Assessment -- 量化评分（架构 5/5、集成 2/5）、+31.4 P@5、短板
4. What Is GBrain? -- 三层架构与生产规模交叉验证
5. One Open Source Project a Day No.46（独立代码审查） -- 三旗舰功能无可执行代码 + 12 个并发问题
6. YC President Garry Tan Open-Sources GBrain -- 发布日期、star 轨迹、X 触达
7. Garry Tan's GBrain Leverages Git and Postgres -- git+postgres 多 agent 记忆
8. Memory for Autonomous LLM Agents: A Survey -- 学界记忆研究对照（RAG 三宗罪、巩固、因果检索）
9. AIHOT 中文 tip 摘要 -- "8 层"框架来源（转引，原 X 帖付费墙）