GBrain · Garry Tan · MCP · Cerebro Soberano · 2026
El cerebro de IA open source que liberó el CEO de Y Combinator — y el cerebro soberano que construí encima: una sola memoria, en mi propia nube, con seis puertas. Tres IAs de tres empresas rivales, dos agentes de producción y un chat humano, todos leyendo y escribiendo la misma memoria. La mía.
El problema real
La herramienta de IA que usas hoy es desechable: mañana sale una mejor y la cambias sin pensarlo. Lo que no se reemplaza es tu memoria — todo lo que la IA aprendió de ti. Y esa memoria, hoy, vive en manos de otro. No es un problema técnico, es de negocio: son competidoras, y mientras más memoria acumulas en su caja, más difícil te es cambiarte. Esa es la correa.
No ves lo que anotó de ti, no lo editas, guarda lo que ella decide. La memoria existe, pero no la puedes abrir.
A veces se acuerda, a veces la ignora. Nunca sabes bien qué guardó ni cuándo lo va a usar.
Lo que le enseñaste a Claude, ni ChatGPT ni Gemini lo saben. Cada herramienta, su propia caja que no le presta a las demás.
Cambias de herramienta —o te mueves a un modelo open source— y arrancas de cero. Explicas todo de nuevo.
El resultado es el loop de re-explicar: le cuentas a una IA tu proyecto, tu stack, cómo trabajas. Al rato necesitas otra, y le explicas exactamente lo mismo, desde cero. La salida no es una memoria mejor por herramienta — es sacar la memoria de las cajas de ellos y ponerla en una sola caja tuya.
GBrain es un cerebro de IA open source (MIT) que liberó Garry Tan, el presidente y CEO de Y Combinator — la aceleradora de Airbnb, Stripe y Dropbox. Lo construyó para sus propios agentes: un cerebro de producción con más de 140.000 páginas que ingiere sus reuniones, correos y notas mientras duerme.
"Search gives you raw pages. GBrain gives you the answer."
— Garry Tan, README oficial de GBrain
No devuelve "10 páginas que mencionan tu búsqueda". Compone la respuesta en prosa, con citas a las fuentes, y te dice explícitamente qué NO sabe todavía (gap analysis).
Cada escritura extrae entidades y crea relaciones tipadas (trabaja_en, invirtió_en, asistió_a) sin llamadas a un LLM. Preguntas que la búsqueda vectorial sola no alcanza.
Expone más de 30 herramientas por MCP: stdio para lo local y HTTP con OAuth 2.1, registro de clientes y permisos por scope (read / write / admin) para lo remoto.
El cerebro vive como markdown en un repo git tuyo. La base de datos no se respalda: se reconstruye desde tus archivos. Borras la base, y el cerebro renace.
Pero ojo con algo, porque es el punto del video: GBrain es el motor. Una pieza. Todo lo que viene a continuación — las seis puertas, los agentes de producción, la gobernanza, la nube — es el harness que construí encima. La semilla la liberó Garry Tan; el sistema soberano es mío. Y ese es exactamente el punto: el motor puede venir de cualquiera. El harness es tuyo.
La idea que amarra todo. La gracia no es tener un cerebro propio — es desde dónde le hablas. A este cerebro le hablan seis puertas distintas, y cuando cambias algo desde una, aparece en todas las demás. Al instante.
Claude Code ChatGPT Antigravity CLI
\ | /
═══════════ EL CEREBRO ═══════════
/ | \
Investigador · Cronista | Otto (Google Chat)
(agentes ADK, Cloud Run) | (cualquier persona)Puertas 1–3
Claude (Anthropic), ChatGPT (OpenAI) y Antigravity (Google) — las tres conectadas a la misma URL, sin saber una de la otra.
Puertas 4–5
El Investigador y el Cronista: agentes ADK desplegados en Cloud Run que trabajan solos y escriben en el cerebro, coordinados por A2A.
Puerta 6
Otto, en Google Chat — para la gente que ni sabe lo que es una terminal. Escribe cualquiera, y el cerebro responde.
Seis son las que armé — podrían ser las que quieras. Cualquier herramienta que hable MCP es una puerta más. Y lo fino: como la memoria no depende del modelo, intercalas el modelo que convenga en cada puerta — uno potente donde lo necesitas, uno barato u open source para lo rutinario. Eliges el modelo por tarea y por costo; la memoria es siempre la misma. La tuya.
Cinco capas, de abajo hacia arriba. Y tres cosas que rompen la intuición.
Capa 0 · Archivos
La verdad vive en archivos tuyos, en git. Todo lo demás se reconstruye desde acá.
Capa 1 · Motor
Un cerebro corriendo 24/7 en tu infraestructura: un servidor, N puertas.
Capa 2 · Inteligencia
Buscar por significado, razonar sobre lo guardado y detectar lo que falta.
Capa 3 · Puerta
Una identidad por agente. Cada IA que se conecta tiene su propia credencial, revocable.
Capa 4 · Gobernanza
Quién puede leer y quién puede escribir qué. Los permisos los das tú — y los quitas tú.
La base de datos no se respalda: se reconstruye desde tus archivos en git. La base es un empleado reemplazable; tus archivos son la empresa.
No solo guarda y recuerda. Le preguntas por un incidente y te da la causa raíz citando fuentes — y te dice lo que no sabe. Por centavos, no una fortuna.
Conectar IAs a una base es plomería. Lo difícil es quién escribe dónde cuando tres IAs rivales tocan la misma memoria. Eso se controla con identidad y permisos por puerta.
La capa que casi nadie arma. Cada puerta tiene su propia identidad con permisos de lectura y escritura — y el ciclo completo se gobierna en vivo: conectar, dar, quitar.
Conectar
Registras una IA nueva y eliges qué puede hacer. Si la dejas sin permisos, se conecta, autentica — y rebota. Tener la dirección de tu cerebro no le sirve de nada a nadie.
Dar acceso
Un checkbox de lectura y la IA ya lee. Otro de escritura y también escribe. El permiso es por puerta, no global.
Revocar
Un botón y esa IA queda fuera, en vivo, sin tocar su computador. Las otras cinco puertas siguen funcionando sin enterarse.
El principio
No le pides a la IA que se porte bien — le controlas la capacidad. En el video le corto el acceso a una de las tres IAs en vivo, sin tocar su computador, y las otras ni se enteran. Eso no existe cuando tu memoria es un archivo compartido.
Todo lo anterior son agentes interactivos: tú les hablas, responden. Pero hay otro mundo — los agentes de producción, los que corren solos en la nube sin nadie mirando. Y el remate: un humano no técnico los dispara desde un chat, sin saber que existen.
Un humano escribe en Google Chat
El jefe —que no es técnico— le pide algo a Otto, el asistente de la empresa. No sabe qué hay detrás.
El Investigador consulta el cerebro
Un agente ADK en Cloud Run busca en la memoria, razona la causa raíz y cita las fuentes.
Delega por A2A al Cronista
El protocolo Agent2Agent pasa el trabajo a un segundo agente, también en producción.
El Cronista escribe el informe
Queda registrado en el cerebro, con wikilinks y firma del agente. Sin nadie mirando.
Cualquier puerta lo lee
El informe aparece al instante en Claude, ChatGPT, Antigravity y en la wiki. Una sola memoria.
Agentes de otra empresa (Google), hablando tres protocolos — MCP, A2A y OAuth — sobre el mismo cerebro que leen las terminales. El patrón de despliegue es el mismo del video de ADK en Cloud Run ›
La pregunta que separa el humo de un sistema es una: ¿qué pasa el día treinta? Estas son las veces que esto se me rompió armándolo — porque enseñan más que cualquier demo perfecta.
Los agentes leían perfecto, pero al escribir contestaban "listo" — y no guardaban nada. La credencial no viajaba al abrir la sesión. Lección: que un agente diga "lo hice" no significa que lo hizo. Verifica.
El agente escribía perfecto, pero yo juraba que no. Horas cazando un bug que no existía: yo había borrado una página antes, y el borrado suave tapaba mi propia lectura. Lección: la mitad de los bugs son tu forma de mirar.
Probé la parte de razonar con el modelo gratis de un proveedor. Devolvía vacío. Cambié de modelo y por centavos funcionó. "Gratis" a veces se paga en tiempo.
Aviso honesto, igual que en el video: la empresa de las demos, Neiralabs, es inventada, con datos de demostración. Pero el sistema es de verdad, corre en la nube, y las fallas fueron reales.
Dentro del repo de GBrain venían los ensayos de Garry Tan. Uno se llama "Thin Harness, Fat Skills", y su frase central es exactamente la tesis de este canal: el secreto no es el modelo, es el harness — lo que envuelve al modelo.
Tres voces, una conclusión
Este canal, hace meses: "¿Qué cambió? No el modelo… cambió el harness."
El creador de MCP: usa el término "agent harness" para nombrar la capa que importa.
El CEO de Y Combinator: lo firma en los ensayos de GBrain. La misma conclusión, tres veces, por tres lados distintos.
El modelo es el empleado. La memoria es la empresa. No regales la empresa. La disciplina completa detrás de esta idea está en Harness Engineering ›
El repositorio oficial de GBrain, sus ensayos, y el estándar que hace posible las puertas.
Garry Tan · 2026
"Search gives you raw pages. GBrain gives you the answer." El código completo, MIT, con la instalación en ~30 minutos y los números de su propio cerebro en producción.
Garry Tan · Ethos · 2026
Los ensayos que venían dentro del repo: el secreto no es el modelo, es el harness que lo envuelve. El CEO de Y Combinator firmando la tesis de este canal.
GBrain · Docs · 2026
GBrain está diseñado para que lo instale tu propio agente: le pegas una URL a Claude Code o Codex y él hace el trabajo. La instalación como protocolo, no como tutorial.
Model Context Protocol · 2026
El protocolo que convierte cualquier herramienta en una puerta más del cerebro. Sale una IA mejor mañana, la enchufas, y ya lo sabe todo.
Este video es la tesis del canal llevada hasta el final: el harness completo, construido y funcionando.
El empleado de IA cuya memoria vive en la casa de Anthropic. Este video es la respuesta a esa letra chica — y la promesa cumplida del teaser.
La tesis detrás de todo esto: Agent = Model + Harness. Acá el harness completo se construye — y es tuyo.
El estándar que hace posible las seis puertas: una URL, treinta herramientas, cualquier cliente.
La memoria automática de Claude Code — potente, pero encerrada en su caja. El contraste exacto con un cerebro propio.
Cómo se despliegan agentes ADK como servidores A2A en producción — el patrón que acá usan el Investigador y el Cronista.
Agentes que corren solos, en loop, sin que los llames. Acá escriben en un cerebro que también lees tú.
Lo esencial sobre GBrain y el cerebro soberano.
GBrain es un cerebro de IA open source (licencia MIT) creado por Garry Tan, el CEO de Y Combinator, para correr sus propios agentes. Su lema lo resume: "la búsqueda te da páginas crudas; GBrain te da la respuesta". En vez de devolver links, sintetiza una respuesta en prosa con citas a las fuentes y te dice explícitamente qué no sabe todavía. Se conecta por MCP a Claude Code, ChatGPT, Gemini, Cursor y cualquier cliente compatible.
Lo construyó Garry Tan, presidente y CEO de Y Combinator (la aceleradora de Airbnb, Stripe y Dropbox), como el cerebro de producción de sus propios agentes: más de 140.000 páginas que ingieren sus reuniones, correos y notas mientras duerme. Lo liberó completo y gratis para que otros construyan sobre la misma base. Dentro del repo venían sus ensayos — uno se llama "Thin Harness, Fat Skills": el secreto no es el modelo, es el harness que lo envuelve.
El código es open source con licencia MIT: completo y gratis. Correrlo cuesta lo que cueste tu infraestructura — y puede ser casi nada: corre local con PGLite sin servidor ni Docker, o sobre Postgres/Supabase para escalar. La parte que razona usa un modelo de lenguaje que cuesta centavos por consulta. En el video, el cerebro completo con su base de datos usa menos de 200 MB de RAM, en una máquina de capa gratuita.
Por MCP, el estándar abierto de conectividad de agentes. GBrain expone más de 30 herramientas: en local, por stdio con un solo comando en Claude Code; en remoto, por HTTP con OAuth 2.1, registro de clientes y permisos por scope. Cada IA se conecta a la misma URL como una puerta más, con su propia identidad — y lo que una escribe, todas lo leen al instante.
Es como llamo en el video al sistema completo: una memoria que vive en infraestructura tuya, cuya fuente de verdad son tus archivos en git (la base de datos se reconstruye desde ahí), y a la que tus IAs entran como visitantes con permisos que tú das y quitas puerta por puerta. GBrain es el motor; el cerebro soberano es todo el harness alrededor: las seis puertas, los agentes de producción, la gobernanza y la nube.
La invierte. Hoy cada herramienta tiene su propia memoria, encerrada en su caja y sin prestársela a las demás — a propósito, porque esa memoria acumulada es lo que te hace difícil cambiarte. Con un cerebro propio es al revés: una sola memoria tuya que todas las herramientas leen y escriben. Anotas algo desde una puerta y aparece en todas. Y si mañana sale una herramienta mejor, la enchufas y ya lo sabe todo.
Menos de lo que parece. GBrain se instala en unos 30 minutos y está diseñado para que lo instale tu propio agente: le pegas la URL de INSTALL_FOR_AGENTS.md a Claude Code o Codex y él hace el trabajo. El sistema del video agrega la arquitectura alrededor: una máquina chica en la nube, un túnel seguro sin puertos abiertos, Docker, y las puertas conectadas por MCP. No necesitas hardware potente.
El video muestra el sistema vivo — el concepto y las demos reales, con sus fallas incluidas. El blueprint milimétrico para montarlo (la infraestructura como código, el túnel, los permisos, los agentes de producción) está en mi comunidad Agentic Engineers, paso a paso, para armarlo en un fin de semana sin repetir mis errores.
Comunidad
El paso a paso milimétrico para montarlo en un fin de semana: la infraestructura como código, el túnel seguro, las puertas MCP, los permisos y los agentes de producción — sin repetir mis errores. Acceso gratis a la comunidad; los cursos completos van en el tier Premium.
Únete a Agentic Engineers →Canal YouTube
@NicolasNeiraGarcia
ADK · A2A · Claude Code · Automatización · Infraestructura