Y คอมบิเนเตอร์ ซีอีโอคนปัจจุบัน Garry Tan ได้โอเพนซอร์สระบบความรู้สำหรับเอไอเอเจนต์ที่มีชื่อว่า GBrain บน GitHub เพื่อให้อะไอผู้ช่วยมีความจำระยะยาวที่สะสมต่อเนื่อง นี่ไม่ใช่การพิสูจน์แนวคิด แต่เป็นเครื่องมือเพื่อเพิ่มประสิทธิภาพที่ Tan ใช้ในชีวิตประจำวันจริง — เขาสะสมไฟล์ Markdown มากกว่า 10,000 ไฟล์ผ่าน agent อย่าง OpenClaw โดยครอบคลุมทุกคน บริษัท และแนวคิดที่เขาเคยได้พบหรือเกี่ยวข้องกับ
ทำไมซีอีโอ YC ถึงต้องเขียนเครื่องมือจัดการความรู้ด้วยตัวเอง
ข้อมูลเชิงลึกหลักของ Garry Tan คือ: ปัจจุบัน AI agent ในการสนทนาแต่ละครั้งจะเริ่มจากศูนย์ ไม่มีความจำว่าเธอคือใคร ไม่รู้ว่าคุณกำลังทำอะไร และไม่เข้าใจบริบทของคุณ GBrain ต้องการแก้ปัญหาคือทำให้ agent ฉลาดขึ้นในการสนทนาแต่ละครั้ง ไม่ใช่ให้มันทำตัวเหมือนเพิ่งเคยพบกันครั้งแรก
ตรรกะการทำงานคือการวนลูปแบบต่อเนื่อง “อ่าน → ตอบกลับ → เขียน”: เมื่อ agent ได้รับข้อความ จะเริ่มจากตรวจจับเอนทิตีที่เกี่ยวข้อง (ชื่อคน บริษัท แนวคิด) จากนั้นค้นหาความรู้ที่มีอยู่แล้วใน GBrain แล้วตอบกลับโดยนำบริบทครบถ้วนกลับมาใช้ สุดท้ายจะเขียนข้อมูลใหม่ที่ได้เรียนรู้จากการสนทนาลงในฐานความรู้ ทุกครั้งที่มีการโต้ตอบจะเป็นการสะสม และผลลัพธ์จะเติบโตแบบทบต้นตามเวลา
โครงสร้างความรู้: เรียบเรียงความจริงบวกไทม์ไลน์
รูปแบบการจัดเก็บความรู้ของ GBrain ค่อนข้างไม่เหมือนใคร เอนทิตีแต่ละรายการ (คน บริษัท แนวคิด) จะมีหน้าเฉพาะของตัวเอง ประกอบด้วยสองส่วน:
“Compiled Truth” คือความเข้าใจที่ดีที่สุดของคุณในตอนนี้เกี่ยวกับเอนทิตีนี้ และจะถูกปรับแก้เมื่อมีหลักฐานใหม่เกิดขึ้น “Timeline” คือการบันทึกหลักฐานแบบเติมเข้าไปอย่างเดียว ลบหรือแก้ไม่ได้ — บันทึกการติดต่อแต่ละครั้ง แหล่งที่มาของข้อมูลแต่ละรายการ และแสตมป์เวลา
การออกแบบแบบนี้ทำให้ความรู้มีความตรวจสอบย้อนกลับได้: คุณไม่ได้แค่รู้ว่าสิ่งนั้นคืออะไร แต่ยังสามารถย้อนกลับได้ว่ารู้มาเมื่อไหร่ และเรียนรู้จากที่ไหน
แหล่งข้อมูล: การประชุม, Email, Twitter, โทรศัพท์ นำเข้าทั้งหมดแบบอัตโนมัติ
GBrain มีวิธีบูรณาการแบบอัตโนมัติหลายรูปแบบ เพื่อให้ความรู้ไหลเข้าสู่ระบบโดยอัตโนมัติ:
บูรณาการแหล่งที่มา ฟังก์ชัน Gmail แปลงเนื้อหาของอีเมลโดยอัตโนมัติเป็นหน้าเอนทิตี Google Calendar แปลงตารางกิจวัตรประจำวันเป็นหน้าความรู้ที่ค้นหาได้ Twitter / X ไทม์ไลน์ การกล่าวถึง และการติดตามการลบ โทรศัพท์สนทนา บันทึกเป็นหน้าในความรู้ผ่าน Twilio + OpenAI Realtime บันทึกการประชุม Circleback ถอดเสียงเป็นบทพูดแบบเต็มโดยอัตโนมัติเป็นหน้าในสมอง
สถาปัตยกรรมทางเทคนิค: สร้างคลังความรู้ที่ครบถ้วนภายใน 30 นาที
GBrain ใช้ PGLite เป็นค่าเริ่มต้น — Postgres 17.5 แบบฝังตัวที่รันผ่าน WebAssembly ไม่จำเป็นต้องตั้งค่าเซิร์ฟเวอร์ฐานข้อมูล และเริ่มทำงานได้ภายใน 2 วินาที การค้นหาใช้โหมดผสม โดยรวมการค้นหาเชิงความหมายด้วยเวกเตอร์ (OpenAI embeddings) และการค้นหาด้วยคีย์เวิร์ด ผ่านการรวมคะแนนอันดับแบบ reciprocal rank fusion เพื่อผสานผลลัพธ์ทั้งสองแบบ
ระบบรองรับ 3 วิธีการใช้งาน: เครื่องมือบรรทัดคำสั่ง (CLI), MCP server (สามารถเชื่อมต่อเข้ากับเครื่องมืออย่าง Claude Code, Cursor ฯลฯ ได้โดยตรง) และไลบรารีฟังก์ชันของ TypeScript สำหรับให้นักพัฒนาใช้ในการผสาน เมื่ออยู่ในโหมด MCP server จะมีเครื่องมือทั้งหมด 30 รายการ รวมถึงการอ่าน/เขียนหน้า การค้นหา การไล่ผ่านกราฟความสัมพันธ์ และการอัปโหลดไฟล์ เป็นต้น
ความหมายต่อระบบนิเวศของ AI agent
การมาของ GBrain ตอบโจทย์ปัญหาหลักในสายงาน AI agent: ความจำ ปัจจุบันเครื่องมือ AI หลัก (Claude, ChatGPT) แม้จะมีฟังก์ชันความจำพื้นฐานในตัว แต่ส่วนใหญ่ยังจำกัดอยู่ที่ระดับความชอบของการสนทนาเท่านั้น GBrain เสนอวิสัยทัศน์ที่ทะเยอทะยานยิ่งกว่า — ให้ agent มี “ความรู้เกี่ยวกับโลก” แบบมีโครงสร้าง ไม่ใช่แค่จำว่าคุณชอบใช้ภาษาจีนตัวเต็ม
ในเอกสาร Garry Tan ได้แยกความจำออกเป็น 3 ชั้นอย่างชัดเจน: “ความรู้เกี่ยวกับโลก” ที่ GBrain จัดการ (คน บริษัท การประชุม แนวคิด), “สถานะการทำงาน” ของตัว agent เอง (ความชอบ การตัดสินใจ รูปแบบพฤติกรรม) และ “บริบทของการสนทนา” แบบเรียลไทม์ เขาเชื่อว่าเมื่อ agent ทำงานแต่ละครั้งควรตรวจสอบทั้งสามชั้นนี้พร้อมกัน จึงจะสามารถให้บริการที่เป็นส่วนตัวอย่างแท้จริงได้
ระบบชุดนี้มาจากหนึ่งในนักลงทุนเวนเจอร์แคปที่มีอิทธิพลที่สุดในซิลิคอนวัลเลย์ เขาใช้มันทุกวันเพื่อจัดการปฏิสัมพันธ์กับผู้ก่อตั้งและนักลงทุนหลายร้อยคน เมื่อซีอีโอของ YC มองว่า AI agent จำเป็นต้องมีโครงสร้างพื้นฐานด้านความรู้แบบนี้ นี่เองก็เป็นสัญญาณที่น่าจับตามอง
บทความนี้ “YC CEO Garry Tan เปิดซอร์สระบบความจำสำหรับ AI GBrain: ทำให้ผู้ช่วย AI ฉลาดขึ้นในการสนทนาแต่ละครั้ง” ถูกเผยแพร่ครั้งแรกที่ 鏈新聞 ABMedia
btc.bar.articles
ความจริงของ AI Agent ในซิลิคอนแวลลีย์: โทเค็นถูกสิ้นเปลืองจำนวนมาก การบูรณาการระบบ “โคตรวุ่นวาย” การคาดการณ์ของ หวง เหรินจวิน “ChatGPT ถัดไป” ยังต้องรอตรวจสอบยืนยัน
ในการประชุมครั้งล่าสุดที่ซิลิคอนแวลลีย์ ผู้บริหารระดับซีอีโอของสตาร์ทอัพด้าน AI หลายรายได้แสดงความคิดเห็นเกี่ยวกับปัญหาการใช้งานของ AI agent ในปัจจุบัน โดยมองว่ามีความท้าทายหลักอยู่ 2 ประการ ได้แก่ การสิ้นเปลือง token และความสับสนของระบบ ผู้เชี่ยวชาญระบุว่าองค์กรจำเป็นต้องพิจารณาอย่างรอบคอบมากขึ้นว่าจะใช้โมเดลภาษาขนาดใหญ่เมื่อใด เพื่อหลีกเลี่ยงการสูญเสียทรัพยากรโดยไม่จำเป็น นอกจากนี้ การทำงานร่วมกันของ AI agent หลายตัวมักก่อให้เกิดปัญหาในการส่งต่อข้อความและความสอดคล้องของสถานะ ซึ่งสะท้อนให้เห็นว่ายังจำเป็นต้องปรับปรุงมาตรฐานให้ดียิ่งขึ้น แม้ว่าจอห์น หวังจะกล่าวถึงมุมมองเกี่ยวกับตัวชี้วัดค่าจ้างตาม token แต่ข้อคิดเห็นที่ได้รับแสดงให้เห็นว่านี่ไม่ได้หมายความว่าจะเพิ่มผลผลิต มูลค่าที่แท้จริงอยู่ที่การออกแบบงานอย่างมีประสิทธิภาพ
ChainNewsAbmedia6 ชั่วโมง ที่แล้ว
AI กลืนกิน 80% ของเงินร่วมลงทุนทั่วโลก, ไตรมาส 1 ปี 2026 ดูดเงิน 242 พันล้านดอลลาร์: ผู้ประกอบการคริปโตควรรับมืออย่างไรกับการจัดสรรเงินใหม่
จากรายงาน ในไตรมาสแรกของปี 2026 มูลค่าการลงทุนร่วมทุนทั่วโลกมีแนวโน้มเข้าใกล้ 300 พันล้านดอลลาร์สหรัฐ โดยบริษัทที่เกี่ยวข้องกับ AI มีส่วนแบ่งอยู่ที่ราว 242 พันล้านดอลลาร์สหรัฐ คิดเป็น 80% ของการลงทุนร่วมทุน ทั้งนี้สะท้อนให้เห็นว่า AI ได้กลายเป็นจุดสนใจหลักของการลงทุนร่วมทุน เมื่อเงินทุนไหลไปรวมตัวอยู่ใน AI ภาคส่วนอื่นๆ เช่น crypto จึงได้รับแรงกดดัน ทำให้ผู้ประกอบการจำเป็นต้องปรับกลยุทธ์ โดยบูรณาการ AI เข้ากับธุรกิจอย่างลึกซึ้งยิ่งขึ้น และคาดว่าจะเกิดแนวโน้มการควบรวมสินทรัพย์โครงสร้างพื้นฐาน
ChainNewsAbmedia11 ชั่วโมง ที่แล้ว
เกียรติยศ หุ่นยนต์มนุษย์ครึ่งตัว คว้าชัย Beijing Yizhuang Half Marathon ปี 2026 ด้วยเวลา 50 นาที 26 วินาที
การแข่งขัน Beijing Yizhuang Half Marathon ปี 2026 มีหุ่นยนต์มนุษย์ครึ่งตัวแข่งระยะ 21.0975 กม. ทีมอัตโนมัติ Qitian Dasheng ชนะด้วยเวลา 50:26 ขณะที่ทีมควบคุมระยะไกล Jueying Chitu เข้าเส้นชัยเป็นอันดับแรกในเวลาสุทธิ แต่ถูกจัดอันดับต่ำกว่าเนื่องจากได้รับบทลงโทษ.
GateNews12 ชั่วโมง ที่แล้ว
ตำรวจฮ่องกงเตือนภัยสแกมคริปโต 'AI Quantitative Trading' หญิงเสียเงิน HK$7.7 ล้าน
ตำรวจฮ่องกงเปิดเผยคดีฉ้อโกงสกุลเงินดิจิทัล โดยหญิงคนหนึ่งสูญเสียเงิน HK$7.7 ล้านให้กับมิจฉาชีพที่แอบอ้างเป็นผู้เชี่ยวชาญด้านการลงทุน ผ่าน Telegram โดยสัญญาผลตอบแทนสูงผ่านการเทรดด้วย AI ตำรวจได้เตือนประชาชนถึงความเสี่ยงที่เกี่ยวข้องกับการลงทุนในสกุลเงินดิจิทัล
GateNews13 ชั่วโมง ที่แล้ว
ผู้ร่วมก่อตั้ง Ethereum Lubin: AI จะเป็นจุดเปลี่ยนสำคัญสำหรับคริปโต แต่การผูกขาดของยักษ์ใหญ่ด้านเทคโนโลยีก่อให้เกิดความเสี่ยงเชิงระบบ
ผู้ร่วมก่อตั้ง Ethereum โจเซฟ ลูบิน (Joseph Lubin) ได้เน้นย้ำถึงศักยภาพในการเปลี่ยนแปลงอย่างมากของ AI สำหรับอุตสาหกรรมสกุลเงินคริปโต ขณะเดียวกันก็เตือนถึงความเสี่ยงของการรวมศูนย์ในหมู่บรรดาบริษัทเทคยักษ์ใหญ่ เขามองเห็นธุรกรรมอัตโนมัติที่ขับเคลื่อนด้วย AI บนบล็อกเชน และชี้ให้เห็นถึงจุดบรรจบกันของการเงินแบบดั้งเดิมกับ DeFi.
GateNews04-18 14:01
Luffa จับมือกับแพลตฟอร์มสินทรัพย์ดิจิทัลเพื่อบูรณาการการเทรดคริปโตที่ขับเคลื่อนด้วย AI
Luffa ซึ่งเป็นระบบนิเวศโซเชียลของ Web3 ได้ร่วมมือกับแพลตฟอร์มการเทรดสินทรัพย์ดิจิทัล เพื่อบูรณาการฟีเจอร์การเทรดที่ขับเคลื่อนด้วย AI ช่วยยกระดับการสื่อสารและการเทรดที่ปลอดภัยภายในอินเทอร์เฟซเดียว โดยยังคงความเป็นกระจายอำนาจและการลดความเสี่ยงไว้
GateNews04-18 06:31
