GBrain คือสมองสำหรับ AI agent แบบ open-source ที่สร้างโดย Garry…
จุดที่ผมว่าฉลาดคือการเลือกให้ไฟล์เป็น source of truth ความรู้ทุกอย่างอยู่เป็น markdown ใน repo ของเรา ข้อดีคือมันดู diff ได้เหมือนรีวิว pull request ว่า agent เรียนรู้อะไรไป เขียนผิดก็ git revert กลับได้ แล้วมันอ่านออกด้วยตาคน เก็บอยู่บนเครื่องเราใต้ key ของเราเอง ไม่ได้ฝากไว้กับ vendor เจ้าไหน
แต่ส่วนที่เจ๋งที่สุดคือ knowledge graph ของมัน ตอนเขียนหน้าใหม่ทุกครั้ง มันจะดึงความเชื่อมโยงระหว่าง entity ออกมาจากลิงก์แบบ Obsidian wikilink ด้วย regex และ string matching ล้วนๆ ไม่เรียก LLM เลยสักครั้ง แล้วสร้างเป็น edge ที่มี type เช่น works_at, invested_in, founded จากผลทดสอบของเขาเอง กราฟตัวนี้คือพระเอกที่ดันคุณภาพการค้นหามากที่สุด มากกว่า vector search ที่คนส่วนใหญ่คิดว่าเป็นหัวใจด้วยซ้ำ พอปิดกราฟทิ้ง คะแนนความแม่นยำตกจาก 49 เหลือ 18 ทันที
อีกอันที่น่าสนใจคือสิ่งที่เขาเรียกว่า dream cycle เป็น cron ที่รันตอนกลางคืนช่วงที่เราไม่ได้ใช้ คอยรวมหน้าคนที่ซ้ำกัน ซ่อม citation ที่เพี้ยน หาจุดที่ข้อมูลขัดแย้งกันเอง แล้วเตรียมงานของวันพรุ่งนี้ พูดง่ายๆ คือ agent มันฉลาดขึ้นทุกวันไม่ใช่เพราะเปลี่ยนโมเดล แต่เพราะสมองมันถูกจัดระเบียบตอนเรานอน Garry บอกว่าของจริงที่เขารันมี 146,646 หน้า กับ cron 66 ตัวทำงานเองทุกคืน
GBrain ยังขีดเส้นชัดด้วยว่าสมองกับ memory คนละอย่างกัน สมองเก็บความรู้เกี่ยวกับโลกภายนอก เช่นคน บริษัท ดีล ส่วน memory เก็บว่า agent ทำงานยังไง ชอบอะไร ตั้งค่าไว้แบบไหน เขาบอกว่าห้ามเอาไปปนกัน
ผมก็เห็นว่าแนวคิดนี้ตรงกับที่ผมเชื่อมาตลอดเลย ว่าความรู้ของ agent ควรเป็นของเราจับต้องได้ ไม่ใช่กล่องดำที่ฝากไว้กับใคร การเก็บเป็นไฟล์ในกิตที่ diff ได้ revert ได้ มันให้ทั้งความโปร่งใสและความเป็นเจ้าของ ใครทำสาย AI agent จริงจัง ผมว่า GBrain คือไอเดียที่ควรไปศึกษาวิธีคิดของมัน
อยากใช้ AI กับงานจริงเป็นระบบ?
เรียน Claude Method — วิธีคิดและลงมือใช้ Claude/AI กับงานจริง ตั้งแต่วันแรก
📍 โพสต้นฉบับบน Facebook: AI กับ Peesamac