Y Combinator CEO Garry Tan 在 X 上详细展示了他自己打造的 AI 个人操作系统，引发开发者社区热议。他直言多数人仍把 AI 当聊天窗口，但真正的杠杆在于围绕个人知识、工作流与判断力，构建一套持续复利的“第二大脑”。Tan 不仅公开了系统架构，还将所有代码开源，鼓励他人复制这套方法。
40 分钟“书籍镜像”：3 万字个性化笔记如何炼成
Tan 以阅读佩玛·丘卓的《当生命陷落时》为例说明系统运作。他让 AI 执行了一次“书籍镜像”：系统提取全部22章内容，针对每一章运行子 agent，同时总结作者思想，并把每个观点映射到 Tan 的真实生活——包括他的移民家庭背景、YC 管理职业语境、近期阅读、凌晨思考，甚至治疗师关注的问题。最终产出是一篇三万字“脑页”，每章两栏：一栏是原书内容，另一栏是具体映射到 Tan 个人经历的内容。整个流程耗时约40分钟。Tan 强调，一个时薪300美元的治疗师即便读完书并应用到他的生活，也不可能在40小时内做到这一点，因为系统加载了可交叉引用的职业语境、阅读历史、会议笔记和创始人关系网络。
Tan 已经用这种方式处理了20多本书，包括《Amplified》《罗素自传》《Designing Your Life》《有限与无限的游戏》《悉达多》《荒原狼》《The Art of Doing Science and Engineering》等。每本书都会让“大脑”更丰富，第二次镜像知道第一次的内容，第二十次知道前十九次的全部内容。
从“档案柜”到“神经系统”：10万页知识库的自动化
Tan 维护着一个约10万页的结构化知识库。每个联系人有页面（含时间线、状态列、评分），每场会议有转录稿和结构化摘要，每本书有逐章镜像，每篇文章、播客、视频都被摄入、打标签并建立交叉引用。系统采用“实体传播”机制：每次会议后，系统遍历会议中提到的每个人和每家公司，用讨论内容更新其 brain page。Tan 称之为从“档案柜”到“神经系统”的转变：档案柜只储存，神经系统则连接、标记变化、浮现最相关信息。例如 Demis Hassabis 来 YC 做炉边谈话时，系统不到两分钟就拉取出 Demis 的完整 brain page、公开 AGI 时间线观点、传记重点、研究优先级、与 Tan 观点的交叉引用，以及一组对话切入点。
元技能“Skillify”：把一次性任务变成复利资产
Tan 的核心洞察是“Skillify”——一个用来创造新技能的元技能。每当他遇到重复执行的工作流，就会说“把这个技能化”，系统会提取模式、写成经过测试的 skill 文件，包含触发条件和边界情况，并注册到 resolver 中。目前系统已有100多个技能，每个专注一件事，但可串联形成复杂工作流。例如 book-mirror 技能会调用 brain-ops 做存储、enrich 补充上下文、cross-modal-eval 做质量评估、pdf-generation 输出结果。改进其中一个技能，所有使用这个技能的工作流自动变得更好。
开源架构：薄 Harness + 厚 Skills 的设计哲学
Tan 将整个技术栈开源，核心架构是“薄 Harness + 厚 Skills”。Harness（如 OpenClaw 和 Hermes Agent）只有几千行路由逻辑，不关注具体任务；Skills 是厚的自包含 markdown 文件，目前已有100多个，每个针对具体任务编写详细说明。模型可替换：精确性用 Opus 4.7 1M，召回用 GPT-5.5，创意用 DeepSeek V4-Pro，速度用 Groq 加 Llama，由技能决定调用哪个模型。
Tan 每天执行100多个 cron 任务，检查社交媒体、Slack、邮件等。他思考的不是生产力，而是复利——每场会议、每本书、每个技能都在为系统增加能力。他确信未来属于能构建复利型 AI 系统的个体，而不是只会用企业中心化 AI 工具的人。他已经将所有代码、技能、book-mirror 流水线、cross-modal eval 框架、skillify 循环、resolver 架构以及30多个可安装 skillpack 放在 GitHub 上开源，免费供所有人使用。