Launch HN: Hyper (YC P26) – 公司大脑，驱动智能体开发

Hacker News Top 产品
company-brain agentic-development knowledge-graph ai-memory startup y-combinator

摘要

Hyper 是一个共享的公司大脑，它摄入内部数据（Slack、文档、电子邮件等），生成知识图谱，并采用事件与事实混合记忆系统，使 AI 智能体能够拥有更好的上下文，从而更有效地执行复杂任务。

<p>大家好，我们是 Shalin &amp; Kanyes，相识十年的好友兼合伙人，现在一起创办了 Hyper (<a href="https:&#x2F;&#x2F;heyhyper.ai&#x2F;">https:&#x2F;&#x2F;heyhyper.ai&#x2F;</a>)。Hyper 是一个共享的“公司大脑”，它接入公司内部流动的信息，让 AI 智能体和自动化变得更好，最终为人们节省时间。</p><p>模型已经足够优秀，可以（大部分）承担长期、复杂的任务。我们相信现在的瓶颈在于，这些足够聪明的模型往往缺乏关于你公司的信息——这些信息分散在人们的头脑、Slack 线程、过时的文档以及与 AI 反复的对话中。</p><p>MCP 对于在智能体面前提供一些信息很有用，但存在一些问题：(1) 会话一旦结束，洞察也随之消失，因此你每次都需要告诉智能体去 Drive 里翻找，而不是复制粘贴整个文档——这并不算多大的改进；(2) 即使 MCP 有效，它收集的信息也不全面，因为人们会在白板上做决定、大声头脑风暴、在 Slack 上发一点消息，再把剩下的记在文档里，这导致智能体只能基于部分信息工作；(3) 即使它拥有了一切，它也无法完成做好工作所需的元推理。如果你粘贴一个 Notion 文档，除非你明确告诉它，否则它不会学习你的设计品味或写作风格，也不会知道某个决定是何时以及为何做出的。</p><p>五年前作为本科生时，我们热衷于“思维工具”浪潮，成为了 Notion、Obsidian、Roam、Anki 的重度用户，坚信要建立第二大脑。GPT-3.5 发布后，我们开始意识到，如果 AI 真的能读取这个第二大脑，它会变得多么强大——因为突然间，它会知道我们的背景故事、品味、偏好，并解锁全新的能力。这就是我们构建 Hyper 的原因。</p><p>我们知道它并不适合所有人！但对于那些希望站在前沿的人来说，这是一个倍增器，能让智能体更快、更好。它增加了智能体可以完成的任务数量以及完成任务的效率。</p><p>Hyper 的工作原理是摄取你授予它访问权限的一切内容——文档、Slack、电子邮件、日历、Granola——并将其综合成一个知识图谱，包含事实及其关系，并带有用于语义搜索的嵌入。我们构建的记忆系统是混合型的，有两种模态。事件是原始源项目，作为事实的源头。事实是从每个事件中提取的意义，以主体-谓词-对象记录的形式存储，并带有简单摘要以及事实引入和失效的时间戳（例如，主体=人，谓词=works_at，对象=公司）。事实之间形成带有类型化边的图：X 与 Y 存在张力，A 由 B 派生，J 取代 K。每当新事实出现时，我们更新其邻近区域的事实，使图谱保持最新，这就是我们处理过时信息的方式。当“我们周五发货”后来被“我们周一发货”所矛盾时，新事实取代旧事实，而不是两者看起来同样真实，并且我们从不自动丢弃被取代的版本，因此你仍然可以询问你是如何确定周一发货的。</p><p>每个事实都带有其来源的证据以及谁可以查看它的访问控制标签。在检索时，我们进行查询扩展，然后将基于嵌入的语义搜索与 Postgres 全文搜索通过倒数秩融合进行融合，并且我们只针对该人员有权访问的事实和事件评估查询——这意味着同一团队中的两个人可以提出相同的问题并获得不同的答案。我们通过 webhook（如果存在）和轮询（如果不存在）来保持信息新鲜，并对内容进行哈希处理以捕获不支持本机去重的源的变化。智能体通过两种路径进行读写：在 Claude Code、Cowork、Codex 和 Cursor 等工具中的生命周期钩子（我们在每个提示中注入相关上下文，并从每个响应中提取有趣的事实），以及针对不暴露钩子的所有内容进行的普通 MCP 工具调用。</p><p>我们非常喜欢它！我们的早期用户也是如此：一位 CEO 使用 Hyper 以他的口吻并结合完整的公司上下文起草电子邮件。过去每周需要数小时的工作现在只需几分钟，并且随着 Hyper 越来越了解他的思考方式以及公司的变化，效果越来越精准。另一位 YC 创始人一次性完成了产品发布视频脚本，因为 Hyper 已经通过数月积累了解其产品、口吻和定位。</p><p>我们提供 3 天免费试用，更多详情请参见我们的定价页面 (<a href="https:&#x2F;&#x2F;heyhyper.ai&#x2F;pricing">https:&#x2F;&#x2F;heyhyper.ai&#x2F;pricing</a>)，常见问题页面 (<a href="https:&#x2F;&#x2F;heyhyper.ai&#x2F;faq">https:&#x2F;&#x2F;heyhyper.ai&#x2F;faq</a>) 提供了更多细节，包括隐私、合规性以及我们与其他“记忆”公司的不同之处。</p><p>试试吧！用它！告诉我们它哪里不足：<a href="https:&#x2F;&#x2F;heyhyper.ai&#x2F;">https:&#x2F;&#x2F;heyhyper.ai&#x2F;</a>。我们很乐意为你打造 10 星级的体验 :) 欢迎评论！</p>
查看原文
查看缓存全文

缓存时间: 2026/06/03 18:41

# Launch HN：Hyper (YC P26) – 企业大脑，赋能智能体开发 来源：https://news.ycombinator.com/item?id=48387095 大家好，我们是 Shalin 和 Kanyes，相识十年的挚友兼老搭档，现在是 Hyper（https://heyhyper.ai/）的创始人。Hyper 是一个共享的“企业大脑”，它接入公司内部流动的信息，让 AI 智能体和自动化流程变得更好，最终为大家节省时间。 现今的模型已经足够强大，可以（基本）承担长期、复杂的任务。我们认为，眼下的瓶颈在于：这些足够聪明的模型往往缺乏关于你公司的信息——而这些信息散落在人们的脑海中、Slack 对话里、过时的文档里，以及和 AI 的来回交流中。 MCP 可以把一些信息呈现给智能体，但存在几个问题：（1）会话一旦结束，洞察也随之消失——不是每次都要复制整份文档，而是每次都让智能体去翻 Drive，这算不上什么进步；（2）即使 MCP 起作用，它收集的信息也不全面，因为人们会在白板上决策、大声讨论灵感、在 Slack 上发几句，再在文档里草草记录——导致智能体只能基于部分信息工作；（3）即使拥有全部信息，它也无法完成出色的元推理。如果你粘贴一份 Notion 文档，它不会自动学会你的设计品味或写作风格，除非你明确告诉它；它也不会知道某个决策的原因或时间背景。 五年前，作为本科生，我们热衷于“工具重塑思维”的浪潮，成为了 Notion、Obsidian、Roam、Anki 的重度用户，是“构建第二大脑”的忠实信徒。GPT-3.5 发布后，我们开始意识到：如果 AI 能真正读取这个“第二大脑”，它将拥有我们的背景、品味和偏好，从而释放出真正全新的能力。这正是我们构建 Hyper 的原因。 我们知道它并不适合所有人！但对于那些希望站在前沿的人来说，这是一台加速器，能让智能体更快、更好。它增加了智能体能完成的任务数量，并提升了它们的执行效率。 Hyper 的工作原理是：接入你授予访问权限的所有内容——文档、Slack、邮件、日历、Granola——并将它们综合成一个知识图谱，包含事实及其关系，以及用于语义搜索的嵌入向量。我们构建的记忆系统是混合型的，包含两种模态。事件片段（Episodes）是原始源项，作为事实的来源。事实（Facts）是从每个事件片段中提取出的含义，以“主体-谓词-客体”的形式存储，附带简明摘要和时间戳（如：主体=某人，谓词=就职于，客体=某公司）。事实之间形成一张图，节点间带有类型化边：X 与 Y 存在矛盾，A 派生自 B，J 取代 K。每当新事实出现，我们会更新其相邻事实，使图谱保持最新——这就是我们处理过时信息的方式。当“周五发货”后来被“周一发货”所否定时，新事实会取代旧事实，而不是两者看起来同样可信；我们不会自动丢弃被取代的版本，所以你仍然可以回溯当初为何确定为周一。 每个事实都带有来源溯源信息和访问控制标签，用于标识谁有权查看。在检索时，我们会进行查询扩展，然后通过倒数排名融合（reciprocal rank fusion）将基于嵌入的语义搜索与 Postgres 全文搜索相结合；并且我们只会在查询者有权访问的事实和事件片段上进行评估——这意味着同一团队的两个人提出相同问题，可能会得到不同的答案。我们通过 webhook（有则用）和轮询（无则用）保持信息新鲜度，并对内容进行哈希运算以捕捉那些不支持原生去重的源的变化。智能体通过两条路径进行读写：在 Claude Code、Cowork、Codex、Cursor 等工具的生命周期钩子中，我们在每次提示时注入相关上下文，并从每次响应中提取有趣的事实；对于不暴露钩子的情况，则通过标准的 MCP 工具调用。 我们很喜欢它！早期用户也是如此：一位 CEO 用 Hyper 以他自己的语气起草邮件，涵盖了完整的公司背景。原本每周需要几小时的工作现在只需几分钟，而且每次 Hyper 学到更多关于他如何思考、公司如何变化，结果就更加精准。另一位 YC 创始人一稿完成了发布视频脚本，因为 Hyper 已经积累了他数月来产品、声音、定位的信息。 我们提供 3 天免费试用，更多信息请访问定价页面（https://heyhyper.ai/pricing），常见问题（https://heyhyper.ai/faq）中还有更多细节，包括隐私、合规性，以及我们与其他“记忆”公司的不同之处。 快来试试吧！尽管来挑战它！告诉我们哪里还不够好：https://heyhyper.ai/。我们很乐意为你打造十星级的体验 :) 欢迎留言评论！

相似文章

Hyper

Product Hunt

Hyper 是一款产品，充当企业大脑，以提升 AI 智能体的性能。