gbrain

在钻进 14 课实现细节前，先建立一张地图——从一个使用者的所得，到架构师的设计取舍

从一个人把知识交给 gbrain 的那一刻起，理解它最底层的承诺——markdown 是根，数据库只是影子

gbrain.yml 的 storage 段如何决定「哪些目录进 git、哪些只留数据库」——从「你要做什么决策」讲起

所有入口收束到一处、入库前先过质检、能力写在技能里而非引擎里——从使用者的安心感讲起

为什么只靠语义搜会漏掉专有名词、只靠关键词又懂不了你的意图——混合检索是怎么两全的

gbrain 怎么从你写的链接自动织网、又怎么帮你揪出前后矛盾的观点——以及为什么这么设计

从一堆杂乱笔记，到『这是一家公司、那是一笔交易』——pack 就是那本告诉系统分类法的说明书

gbrain 不让你的主观看法和客观事实混在一起——围栏标记分开存、冷存储与热记忆各司其职

autopilot 每天触发一轮后台整理——抽取、图谱、校准；不是黑箱，是几条有纪律的流水线

per-source 扇出让 5 个来源各自独立跑；部分阶段仍全局走；预算按 source 和总额双封顶

think 是个远程只读的推理命令；calibration 给观点打可证伪性分数——但 spec 前四节从未实现，如实标注

gbrain 把『投资怎么看世界』做成一套可插拔的透镜——专属页类型、校准域、决策分数，开箱即用

远程调用者默认只读、来源隔离、写操作有 slug 围栏——fail-closed 宁可拒绝不错放

技能是『可复制的 markdown 程序』；RESOLVER 路由表、skill-brain-first 约定、schema 可自我进化——胖技能瘦壳

本地优先（local-first）：大脑在本地跑、markdown 进 git；HTTP 服务可选，OAuth 授权，autopilot 定时，doctor 自检