Shann³:比较 LLM Wiki 与 GBrain:两种正在兴起的第二大脑框架
译注:原文无标题,标题为译者代拟。
一座简单的 LLM Wiki 和 GBrain 比起来,是什么关系。
第二大脑正在快速走红,它是当下 AI 和智能体最关键的能力来源之一——你给智能体的上下文,决定了它能做多好。
我在用的两个框架是 LLM Wiki 和 GBrain。这篇讲它们的异同,以及怎么一起用。
往底层看,它们是同一个想法——Karpathy 的 LLM Wiki:把原始材料编译成互链的 Markdown 页面给你的智能体读,而不是每次都从头跑一遍 RAG(检索增强生成)。
两者都摄入你的材料、从里面建出一张图、回答时给出引用。所以真正的问题是:差别到底在哪。
LLM Wiki 就是 Markdown 加你的智能体:
它读你的材料,写出互链的页面
你提问,它读这些页面来回答
你靠跑「检查」保持它的健康
没有数据库,只有文件,和一个用户
它很好用,Karpathy 甚至自己指出了它会在哪里开始崩坏:
更新多了之后,综合会漂移
wiki 变大,上下文成本水涨船高
一条错误的论断可能随着时间硬化成「事实」
GBrain 就是同一座 wiki,外加一台为这些毛病量身定做的引擎:
更好的检索——向量加图谱加重排器,代替智能体自己读页面
跑在 Postgres 上,规模可以远超你一个人读得完的量
24/7 的循环自动富化和修复 wiki,不用手动检查
每个答案都带出处,并诚实注明它还不知道什么
多用户,权限按人和团队划分
什么时候用哪个:
小项目用 LLM Wiki,先把智能体将来要用的上下文收集和存起来。等项目长大,直接把 wiki 灌进 GBrain。
一致、多人共享的东西用 GBrain——公司的大脑、客户的大脑,尤其是人一多之后。
所以这不是 wiki 对抗 brain:同一座 wiki,小项目你自己跑,规模化交给引擎跑。
从简单开始,等文件装不下了再搬到 GBrain。