GBrain为LLM挑选上下文
garrytan · x · 2026-07-20
Garry Tan 表示，LLM 的工作记忆可以理解为能同时保留 3 本书量级 的内容，而 GBrain 的作用，是根据当前任务挑出最相关的那 3 本。
他强调，这在下面几种场景尤其有价值：
- 上下文非常大
- 信息带有强个人属性或任务属性
- 关键不在于塞进更多内容，而在于选对内容
这条更像是在讲 agent/上下文管理的实用突破，而不是单纯的模型感想。
所属事件:Y Combinator 总裁推荐开源检索库 GBrain(3 条相关)→
「编程与Agent」频道最新
- Kernel 接入 Stripe Link：浏览器 Agent 一行 API 即可安全付款 — jeff_weinstein · 2026-09-11
- 同题 Echo Maze 实测:三大模型看似成功,代码里藏着同一个 bug — eyishazyer · 2026-09-11
- 3D 网站生成工作流公开：MCP 接 Codex，一句话出可玩游戏 — FellMentKE · 2026-09-11
- 用 GPT-6 Astra 加 Hyper3D MCP 免建模做 3D 落地页 — FellMentKE · 2026-09-11
- Astra 分镜+Minimax H3 分镜逐帧生成，视频创作成功率大增 — Hailuo_AI · 2026-09-11
- Codex 用户实测：Sol 搭配 Astra/Luna 子代理更省额度 — pvncher · 2026-09-11