Comparativa: Engram (Gentleman Programming) vs nuestro sistema (gbrain Topología 2)

Análisis 11-jun-2026 contra github.com/Gentleman-Programming/engram (4.3K stars, 89 releases, v1.16.1 may-2026, MIT, Go). Creador: Alan Buscaglia — referente dev hispanohablante.

Ficha técnica Engram

Stack: Go (binario único, brew install, cero deps). UI: templ/TS mínimo. TUI incluida.
Storage: SQLite + FTS5 en ~/.engram/engram.db. La DB es la fuente de verdad; git sync exporta “compressed chunks” (sin merge conflicts). Cloud opcional = replicación, nunca autoridad (“local SQLite remains the source of truth”).
Retrieval: FTS5 keyword puro — SIN embeddings por diseño (cero API keys/costo). Juicio semántico vía LLM del agente solo para conflictos.
Esquema: memorias estructuradas What/Why/Where/Learned + tipos. Ciclo de vida explícito mem_session_start/mem_session_end (con resumen opcional).
MCP: stdio, 19 tools, agent-agnostic (Claude Code plugin marketplace, OpenCode, Gemini CLI, Codex, Cursor, Windsurf, VS Code, Pi). HTTP API opcional (:7437, bearer token simple).
Conflictos: detección automática al guardar + juicio LLM — los MUESTRA, nunca auto-resuelve.
Mantenimiento: doctor, compaction recovery, cloud upgrade state machine.
Inspirado en claude-mem; se declara “más simple y agent-agnostic”.

Diferencias clave (las 7 que importan)

Fuente de verdad: Engram = DB-first; nosotros = markdown-first (el brain de Nicolás en git ES la verdad, gbrain solo indexa). Para un cerebro de conocimiento existente → gbrain nativo.
Problema: Engram = memoria de TRABAJO de coding agents (cuaderno de obra por sesión); gbrain = cerebro de CONOCIMIENTO (biblioteca + grafo + síntesis). Nosotros usamos ambos roles en gbrain.
Operación: Engram gana por paliza — binario Go vs Bun+203 deps+WASM. Nuestra noche de cerrojos/corrupción PGLite no existe en SQLite WAL (lectores multi-proceso OK).
Retrieval: Engram piso práctico (FTS5 sin keys, gratis); gbrain techo alto (híbrido vector+RRF+reranker+graph, requiere key). Corpus grande/semántico → gbrain.
Convenciones: ⭐ Engram trae DE FÁBRICA lo que construimos a mano esta semana — esquema W/W/W/L (≈ nuestro SBAR), session lifecycle (≈ nuestros hooks), conflict surfacing (≈ nuestra doble firma). Engram = herramienta opinionada (convención como código); gbrain = plataforma (convención como gobernanza propia). Nuestra semana validó las opiniones de Engram re-implementándolas sin saberlo.
Curaduría/aprendizaje: gbrain muy superior (dream, autopilot, salience, anomalies, graph, síntesis con citas). Patrones 6-8 (bibliotecario/retrospectiva/olvido) necesitan gbrain.
Auth remota: Engram bearer simple; nosotros OAuth 2.1 con clientes registrados (más pesado, más enterprise).

⚠️ ESTRATEGIA DE VIDEO — recalibración obligatoria

El hueco “memoria de agentes en español” está PARCIALMENTE CERRADO: Gentleman Programming tiene múltiples videos de Engram (feb-may 2026), incluido “La EVOLUCIÓN del contexto compartido entre AGENTES: Engram Cloud” (2-may) — memoria compartida multi-agente, en español, por el creador con audiencia masiva. Más canales satélite (DevCoreX, Daniel Españadero).

Lo que sigue abierto (nuestro espacio):

GBrain específicamente — cero cobertura en español (verificado 9 y 11-jun)
Ángulo de SISTEMAS: “compartir memoria no es compartir mente” + gobernanza + relevo multi-vendor + infra híbrida propia (vs ángulo herramienta/workflow de Alan)
La comparativa que nadie hizo: gbrain vs Engram — “probé los dos cerebros: el del CEO de Y Combinator y el del Gentleman”. Posiciona CON el ecosistema hispano (sin atacar, celebrando Engram — regla del canal). La audiencia VA a preguntar “¿y Engram?” en comentarios: el video debe traer la respuesta incorporada.

Implicación de guion: agregar sección/mención Engram (qué hace bien, para quién es mejor, y por qué nuestro sistema usa gbrain: brain markdown-first + curaduría + nuestra capa de gobernanza). Candidato a demo corta: mismo flujo en ambos.

Pendiente: VidIQ de “engram” + revisar los videos de Alan (qué cubrió exactamente, qué no) antes de cerrar guion v2.