术语的来源
YC 2026 年夏季的创业需求包含一个名为“公司大脑”的条目。它从一个关于阻碍 AI 发展的观点开始：“AI 自动化在公司中的最大阻碍不再是模型，模型进步得太快太好了。现在的阻碍是领域知识。”
该条目用通俗的语言描述了这个问题：“每家公司都有散落在各处的关键诀窍。有些存在于人们的脑海中。有些埋藏在旧邮件账户、Slack 讨论串、支持工单和数据库中。”它解释了为什么这对人类有效但对 agent 无效：“公司之所以能运转，是因为人类模糊地记得这些知识在哪里以及如何应用它。”
其结论是：“但 AI agent 不能这样运作。如果我们想让每家公司都运行在 AI 自动化之上，我们需要一个新的原语：公司大脑。”
什么是公司大脑
YC 的条目将其定义为：“一个从所有这些碎片化来源中提取知识、对其进行结构化、保持其更新，并将其转化为 AI 可执行技能文件的系统。”
这句话包含四个动词，每个动词都是一项独立的工作：
- 提取知识：在邮件、聊天、工单、文档和数据库中寻找知识。
- 结构化：将零散的提及转化为有组织的内容。
- 保持更新：随着公司的变化同步更新。
- 使其可供 AI 使用：用该条目的话说，就是“可执行的技能文件”。
最后一步的重点是行动，而非查找。“然后 AI 系统可以使用该技能文件，安全且一致地实际执行工作。”
它不是什么
该条目明确了它与现有工具的区别：“这不仅仅是全公司范围的搜索或针对文档的聊天机器人。它是公司运作方式的活地图：退款如何处理、定价异常如何决定，或者工程师如何响应突发事件。”
搜索是寻找文档。而公司大脑应该捕捉事情是如何完成的，包括那些没人写下来的部分。
公司大脑必须记住什么
YC 条目中的三个例子指向了三种在文档中难以找到的知识。
事情是如何完成的
“退款如何处理”是一个流程。其中一部分在政策页面上。大部分则在实践中：哪些案例交给哪个人，先检查什么，什么算作异常。
决策是如何做出的
“定价异常如何决定”是一种判断。它取决于先例、谁拥有权限，以及可能仅存在于旧讨论串中的理由。公司大脑必须捕捉决策及其原因，否则 agent 无法将其应用于下一个案例。
人们如何响应
“工程师如何响应突发事件”是压力下的实践。操作手册（Runbooks）有所帮助，但真正的响应还取决于了解哪个系统容易出故障以及该呼叫谁。
来源何处
这三者之下是溯源（Provenance）。没有来源的事实难以信任且难以纠正。该领域的开源项目明确了这一点。GBrain（YC 条目指向的一个开源大脑项目模型）表示，它存储“带有来源的明确事实”，支持“纠正和撤回”，并使“相同的记忆在你的 agent 之间可用”。
谁来负责更新
“保持更新”是定义中最短的部分，也是最难实现的。公司在不断变化：价格、所有者、政策、系统。一个在 3 月份准确的公司大脑，在 10 月份可能会误导 agent。
三件事让时效性发挥作用：
- 纠正：当一个事实错误时，必须有办法修复它，且修复后的版本必须优于旧版本。
- 撤回：当一个事实不再适用时，必须有办法将其停用，而不仅仅是在上面添加一个新事实。
- 日期：了解事实记录的时间，可以让 agent 和人类知道该给予多少信任。
必须有人负责这件事。提取可以发现知识，但决定哪个版本是当前的则是一种判断，它属于运行该流程的人。我们关于 agent 记忆如何通过减少存储来提高准确性的探讨 涵盖了为什么修剪与添加同样重要。
AI 记忆在其中的位置
如果你的团队使用带有记忆功能的助手，了解每种记忆存储的内容会有所帮助，因为它们本身都不是公司大脑。
每个助手中的个人记忆
ChatGPT 和 Claude 都会记住关于使用者的信息。这种记忆是基于账号的。在 Claude 的 Team 计划中，Anthropic 表示“个人 Team 计划成员直接管理自己的记忆设置”。一个人助手的学习内容不会自动提供给同事。
编程 agent 也会保留记忆。Claude Code 的自动记忆是机器本地的；Anthropic 表示其文件“不会在机器或云环境之间共享”。Codex 将本地记忆存储在其主目录中，OpenAI 的建议很直接：“将记忆视为一个有用的召回层，而不是必须始终遵守的规则的唯一来源。”
代码库中的指令文件
对于工程知识，团队已经拥有一个共享层：检入代码库的文件，如 AGENTS.md 和 CLAUDE.md。OpenAI 的指导建议是“将所需的团队指南保留在 AGENTS.md 或检入的文档中”。这些文件是共享的、有版本的且可审查的，这满足了公司大脑对单个代码库的大部分需求。对于存在于任何单一代码库之外的决策，我们关于 ChatGPT 为什么会忘记架构决策的指南 涵盖了可能丢失的内容。
跨人员和 agent 的共享层
缺失的部分是一个横跨人员、工具和项目的层。GBrain 的 README 在这里划定了一条有用的界线：“持久的偏好和事实可以在 agent 之间共享；瞬时的任务和环境配置状态保持在本地。”公司大脑是持久的、共享的部分。我们为多 agent 系统提供的共享记忆解决方案列表 比较了该层的方法。
是什么让公司大脑值得信赖
如果 agent 根据公司大脑采取行动，它的错误就会变成它们的错误。四个属性决定了这是否可以接受：
- 溯源：每个事实都能追溯到它的来源。
- 范围：人员和 agent 只能看到他们被允许看到的内容。例如，GBrain 的 README 表示“经过身份验证的远程客户端受来源和操作授权以及可见性过滤器的约束”。
- 时效性：事实带有日期，陈旧的事实会被纠正或撤回。
- 可审查性：人类可以阅读存储的内容并进行更改。
这些属性也是使任何共享记忆有用的原因。我们的上下文工程指南 涵盖了为什么 agent 获得的上下文与模型本身同样重要。
人们首先尝试的做法
索引一切并称之为大脑。 那是全公司范围的搜索。YC 的条目明确排除了这一点。
依赖每个人的助手记忆。 个人记忆是基于账号或机器的。它无法汇聚成共享知识。
将提取视为全部工作。 提取知识是第一步。保持更新是持续的工作。
跳过溯源。 没有来源的事实难以信任，更难以纠正。
从整个公司开始。 为所有事情同时构建的大脑很难保持具体。做好一个流程，才能展示其效果。
解决方案：从一个你可以保持更新的流程开始构建公司大脑
第一步：选择一个流程并写下它真实的运作方式
选择一个 agent 或新员工经常出错的流程：退款、某种类型的异常、突发事件响应。写下它实际上是如何运作的，包括那些存在于人们脑海中的部分。询问运行该流程的人。
第二步：记录决策及其原因和日期
对于该流程中的判断性决策，记录每个决策、决策原因、决策者以及时间。这些是 agent 无法推断的事实。我们关于赋予 Claude 永久领域知识的指南 涵盖了如何为助手结构化这类知识。
第三步：指定负责人和审查节奏
让一个人负责保持该流程的更新。纠正发生变化的事实，撤回不再适用的事实，并为每次更新标注日期。如果知识始于群聊，我们关于将 ChatGPT 群聊迁移到共享项目的指南 展示了一种为其提供归宿的方法。
在 MemoryLake 中设置
YC 意义上的公司大脑是一个庞大的系统。团队今天可以开始的部分较小：一个共享的、维护良好的事实和决策列表，包含来源和日期，且不绑定到任何个人的账号或单一工具，供人员和 agent 使用。
MemoryLake 是一个记忆层，用于将该列表保存在你维护的一个地方，并提供给你连接的助手，如 ChatGPT、Claude Code 和 Codex。
你用自己的语言编写条目。不会从你的邮件、聊天工具、工单、助手记忆或任何供应商的存储中读取、写入或删除任何内容。MemoryLake 保存你选择记录的内容；它不会从你的系统中提取知识。
第一步：创建 API 密钥
登录并从控制面板生成密钥。该密钥属于你的 MemoryLake 工作区，与你的其他账号分开。
第二步：上传你的第一批记忆
从解决方案的第一步中的流程和第二步中的决策开始。每个条目一个要点，带有来源和日期，且仅存储组织政策允许的内容。
第三步：连接你的 AI 和 agent
连接你团队使用的助手。相同的维护事实在每个助手中都可用，第三步中的负责人可以在一个地方保持它们的更新。
这在实践中改变了什么
第一个区别是术语的清晰度。公司大脑不是搜索，也不是针对文档的聊天机器人。它是关于公司如何运作的维护性知识。
第二个区别是一个现实的起点。一个写下来并带有决策、来源和日期的流程，胜过一个捕捉一切的模糊计划。
第三个区别是时效性有了负责人。定义中最难的部分——保持更新——变成了某人的工作，而不是无人问津。
构建公司大脑的最佳实践
从一个流程开始。 在扩展之前证明它有效。
捕捉决策，而不仅仅是文档。 原因是 agent 无法推断的内容。
为每个事实保留来源。 溯源使纠正成为可能。
为每个条目标注日期。 时效性取决于了解某件事在何时是真实的。
撤回陈旧内容。 不要只是在上面添加新事实。
尊重范围。 并非每个事实都应该呈现在每个人或 agent 面前。
将代码库规则保留在代码库中。 共享指令文件已经适用于代码。
结论
公司大脑是一个捕捉公司实际运作方式、保持知识更新并使其可供 AI 使用的系统。YC 2026 年夏季的创业需求普及了这个术语，将其与全公司搜索和文档聊天机器人区分开来，并指出流程、决策和响应是它必须承载的内容。
当今助手的记忆涵盖了其中的一部分：每个账号的个人记忆、每台机器的本地记忆以及每个代码库的指令文件。缺失的层是共享的、维护的且有来源的。从一个流程开始，记录其决策、原因和日期，并指派专人负责保持其更新。