Investigación — GBrain / Memoria Compartida

Primera pasada: 9/10-jun-2026. Fuentes primarias verificadas donde se indica.

GBrain (ancla del video) — VERIFICADO contra repo

Repo: github.com/garrytan/gbrain — Garry Tan (CEO Y Combinator)
Tracción: 21.9K stars, 3.1K forks, 280 PRs abiertos, 444 issues abiertos
Licencia/stack: MIT, TypeScript 97%, runtime Bun
Arquitectura:
- Markdown como fuente de verdad → DB solo sincroniza para retrieval
- Dos motores: PGLite (Postgres WASM, zero-config, hasta ~50K páginas) o Postgres+pgvector
- Knowledge graph: extrae entidades/relaciones tipadas (attended, works_at, invested_in, founded, advises) en cada escritura, SIN llamadas a LLM
- Benchmark publicado: P@5 49.1%, R@5 97.9%, +31.4 puntos P@5 vs vector-only
- Job queue estilo BullMQ nativa en Postgres (subagentes durables, shell jobs, audit trail)
Comandos clave:
- gbrain search → páginas crudas, scoring híbrido (vector + keyword + RRF + reranker)
- gbrain think → respuesta sintetizada CON citas + gap analysis (qué NO sabe)
Instalación: bun install -g github:garrytan/gbrain; gbrain init --pglite (segundos)
- Requiere API key de embeddings (OpenAI, Voyage, ZeroEntropy u otros)
- Self-install: pegar la URL del repo a OpenClaw/Hermes/Claude Code → el agente lo instala solo (~30 min)
MCP: Claude Code (stdio local o HTTP remoto), Codex, Cursor, Windsurf, Claude Desktop, ChatGPT/Perplexity vía OAuth 2.1
Claims de producción de Garry Tan (del README — citar como claims, no como hechos propios): 146.646 páginas, 24.585 personas, 5.339 empresas, 66 cron jobs autónomos; ingiere reuniones, correos, tweets, llamadas mientras duerme. Es el cerebro detrás de sus deployments de OpenClaw y Hermes.

Soporte MCP de los 3 CLIs del relevo — VERIFICADO

Cliente	Estado	Config	Fuente
Claude Code	Nativo (stdio + HTTP)	`.mcp.json` / `claude mcp add`	doc Anthropic
OpenCode	Oficial, local+remoto	`~/.config/opencode/opencode.json`, comando CLI guiado	opencode.ai/docs/mcp-servers
Antigravity CLI	Oficial, config unificada CLI/IDE/2.0	`~/.gemini/config/mcp_config.json`, comando `/mcp` en `agy`	antigravity.google/docs/mcp

Obsidian como capa visual — VERIFICADO

Plugin Local REST API (coddingtonbear) incluye MCP server integrado: https://127.0.0.1:27124/mcp/ con auth bearer (API key en Settings → Local REST API)
Alternativas third-party: mcp-obsidian (MarkusPfundstein), obsidian-mcp-rest, mcp-obsidian-advanced
Para el video: Obsidian abierto sobre el MISMO directorio markdown que GBrain indexa → graph view muestra nodos nuevos cuando los agentes escriben memoria

Competencia

Proyectos: OpenMemory MCP (mem0 — local-first, multi-cliente, extensión Chrome), Supermemory, SuperLocalMemory V2, Byterover, Memory Bank MCP, memory server de referencia de Anthropic.

YouTube inglés: Qualixar “I Gave Claude, Cursor & ChatGPT Permanent Memory” (feb-2026), SuperteamAI sobre OpenMemory (jun-2025), Better Stack sobre Supermemory (nov-2025). Sobre GBrain específicamente: poco aún (repo nuevo) — ventana abierta.

YouTube español: NADA relevante encontrado (búsqueda 9-jun). Mismo patrón Hermes/Antigravity.

Por qué no es masivo (material para sección concepto)

Incentivos de vendors en contra: tu memoria es su lock-in — la memoria portable conmoditiza al modelo
El dolor es nuevo: multi-agente diario recién se masificó con los CLIs de código
Fricción de setup filtra al 95% (Bun, API keys, curación)
Seguridad sin estándar: memoria compartida = superficie de prompt injection compartida
La disciplina no se instala: el vault muere sin protocolo (el de Nicolás vive porque hay reglas)

El humo a desarmar (sección anti-hype, lenguaje neutro — “lo que te venden”)

“Conecté Claude a Obsidian y sabe TODO de mí” → demo con vault de juguete; es file-read con marketing
Graph view presentado como “inteligencia” → es visualización
“Se organiza solo con IA” → la auto-organización sigue mediocre
Nadie muestra el sistema al mes 3 (notas viejas, retrieval errado)
Contraste GBrain: gap analysis honesto de diseño + benchmark publicado + producción real citable