O CEO da YC, Garry Tan, disponibiliza em código aberto um sistema de memória de IA chamado GBrain: para que os assistentes de IA fiquem cada vez mais inteligentes a cada conversa

O CEO em funções da Y Combinator, Garry Tan, abriu no GitHub uma base de conhecimento para agentes de IA, chamada GBrain, para que os assistentes de IA possam ter uma memória longa e acumulativa. Isto não é uma prova de conceito; é uma ferramenta de produtividade usada diariamente pelo próprio Tan — ele acumulou mais de 10.000 ficheiros em Markdown através do agent OpenClaw, abrangendo todas as pessoas, empresas e conceitos com que teve contacto.

Porque é que o CEO da YC escreve ele próprio uma ferramenta de gestão de conhecimento

A perceção central de Garry Tan é: atualmente, os agentes de IA começam sempre do zero em cada conversa, não se lembram de quem é você, não sabem o que está a fazer e não compreendem o seu contexto. O problema que o GBrain pretende resolver é fazer com que o agente se torne mais inteligente em cada conversa, e não que aja como se fosse a primeira vez que se conhecem.

A lógica de funcionamento é um ciclo contínuo de “ler → responder → escrever”: quando o agente recebe uma mensagem, primeiro deteta as entidades envolvidas (nomes de pessoas, empresas, conceitos), depois consulta o conhecimento relevante já existente no GBrain, responde com contexto completo e, por fim, escreve as novas informações aprendidas na conversa de volta na base de conhecimento. Cada interação acumula; o efeito cresce de forma composta ao longo do tempo.

Arquitetura do conhecimento: compilar a verdade com uma linha temporal

O formato de armazenamento do GBrain é bastante único. Cada entidade (pessoa, empresa, conceito) tem uma página própria, composta por duas partes:

“A Verdade Compilada” (Compiled Truth) é a sua melhor compreensão atual desta entidade e é reescrita à medida que surgem novas evidências. “A Linha Temporal” (Timeline) é o registo de evidências puramente aditivo: apenas aumenta, nunca altera — regista cada contacto, cada fonte de informação e cada timestamp.

Este desenho torna o conhecimento rastreável: não sabe apenas o que é uma determinada coisa, mas também consegue descobrir quando e de onde aprendeu.

Fontes de dados: reuniões, Email, Twitter, chamadas telefónicas — tudo importado automaticamente

O GBrain disponibiliza várias formas de integração automatizada para fazer com que o conhecimento flua automaticamente para o sistema:

Integração de fontes Funcionalidade Gmail Converte automaticamente o conteúdo dos emails para páginas de entidades Google Calendar O itinerário diário é convertido em páginas de conhecimento pesquisáveis Twitter / X Linha temporal, menções e remoções a seguir Voz Voz chamadas telefónicas Através de Twilio + OpenAI Realtime transcrito para páginas de conhecimento Reuniões Atas Circleback Rascunhos palavra por palavra convertidos automaticamente em páginas do cérebro

Arquitetura técnica: construir uma base de conhecimento completa em 30 minutos

O GBrain utiliza por predefinição o PGLite — um Postgres 17.5 incorporado que corre através de WebAssembly — sem necessidade total de configurar um servidor de base de dados, e que pode ser iniciado em dois segundos. A pesquisa usa um modo híbrido, combinando pesquisa semântica por vetores (OpenAI embeddings) e pesquisa por palavras-chave, integrando os dois tipos de resultados através de fusão por classificação recíproca (Reciprocal Rank Fusion).

O sistema suporta três formas de utilização: ferramenta de linha de comandos (CLI), servidor MCP (que se pode ligar diretamente a ferramentas como Claude Code e Cursor) e uma biblioteca de funções em TypeScript para integrarem os programadores. No modo de servidor MCP, são fornecidas 30 ferramentas, incluindo leitura e escrita de páginas, pesquisa, navegação do grafo e upload de ficheiros.

Significado para o ecossistema de agentes de IA

O aparecimento do GBrain responde a um problema central na área dos agentes de IA: a memória. Até agora, as ferramentas de IA mais comuns (Claude, ChatGPT), embora venham com memória básica incorporada, em geral estão limitadas a preferências ao nível da conversa. O GBrain apresenta uma visão mais ambiciosa — permitir que os agentes tenham um “conhecimento do mundo” estruturado, e não apenas recordem que prefere usar chinês tradicional.

No documento, Garry Tan distingue explicitamente três camadas de memória: o “conhecimento do mundo” gerido pelo GBrain (pessoas, empresas, reuniões, conceitos), o “estado de operação” do próprio agente (preferências, decisões, padrões de comportamento) e o “contexto de conversa” em tempo real. Ele acredita que, em cada execução, os agentes de IA devem verificar simultaneamente estas três camadas para oferecerem um serviço verdadeiramente personalizado.

Este sistema vem de um dos investidores de capital de risco mais influentes do Vale do Silício; ele usa-o todos os dias para gerir interações com centenas de fundadores e investidores. Quando o CEO da YC considera que os agentes de IA precisam desta infraestrutura de conhecimento, isso por si só é um sinal digno de atenção.

Este artigo “O CEO da YC Garry Tan abre em código aberto um sistema de memória de IA GBrain: fazer com que os assistentes de IA fiquem mais inteligentes em cada conversa” foi publicado pela primeira vez em Lianxin ABMedia.