我数了数硬盘里还在同步的 Obsidian 仓库：七个

OzBrain 这两天在 HN 火了，作者直白地说：现有笔记工具是为人设计的，Agent 成了主要知识生产者后，这套管道根本跑不通。他列出的七条需求里，最戳中我的有三条：冲突自动合并、知识去重且保留旧版链接、零技术门槛。前两条正是我那堆自写脚本最头疼的地方，第三条则决定了能不能推给不写代码的合伙人。

作者把自己比作「Vercel 对标 AWS」：gBrain 强但要自己搭底座，OzBrain 想做开箱即用的托管层。这个类比挺精准——我看过 gBrain 的架构图，想跑通得先搞懂 Supabase RLS、向量索引分片、还得自己写冲突解决策略。OzBrain 直接把这些封装成 REST + WebSocket，Agent 只需带 API Key 读写，连向量化、分块、版本链都帮你做了。

实测了一下午，流程大概这样：

# 1. 创建一个脑区
curl -X POST https://api.ozbrain.com/v1/brains \
  -H "Authorization: Bearer $OZ_KEY" \
  -d '{"name":"voice-ai-spec","description":"语音 AI 产品规格"}'

{
  "brain_id": "brn_7x9k2m",
  "write_token": "wtok_...",
  "read_token": "rtok_..."
}

# 2. Agent 写入一段推理结果
curl -X PATCH https://api.ozbrain.com/v1/brains/brn_7x9k2m/articles/arch-decision-001 \
  -H "Authorization: Bearer wtok_..." \
  -H "Content-Type: application/json" \
  -d '{
    "content": "## 架构决策：采用 WebRTC + Whisper 流式转写\n\n**推理过程**：对比了 3 家厂商延迟与成本...",
    "metadata": {"author": "claude-3.5-sonnet", "confidence": 0.92},
    "supersedes": ["arch-decision-000"]
  }'

# 3. 另一个 Agent 并发写入，冲突自动合并
curl -X PATCH https://api.ozbrain.com/v1/brains/brn_7x9k2m/articles/arch-decision-001 \
  -H "Authorization: Bearer wtok_..." \
  -d '{"content": "...补充成本模型细节...", "merge_strategy": "append"}'

返回里直接带了 version: 3 和 diff_url，点开能看到三路合并的可视化 diff——这功能我以前得自己调 diff-match-patch 再套一层前端。

团队协作端也没复杂权限模型：把 read_token 发给合伙人，write_token 只给核心 Agent，想审计就去 Dashboard 看「知识流水线」，每条变更都有作者、时间、置信度、被谁引用。作者说维护循环还在 Alpha，暂不跑客户数据，但我已经把自家 Voice AI 的 12 个 Agent 全挂上了，连夜把那七个 Obsidian 仓库的迁移脚本写完。

最意外的是作者自己也是「失传十年的码农」靠 Agent 重新捡起工程能力——这点我特别有共鸣。他贴出的《Agentic Engineering Workflow》里把 Code Review 替换成对抗式 Agent，我照抄了一份跑在 Codex 上，目前假阳性率比人工低 40% 左右。

现在的痛点只有一个：免费额度每月 50k token，跑几个长上下文 Agent 两天就爆。作者承诺下周出按量付费，到时候再决定要不要把那堆 Frankenstein 彻底下线。