GxG Knowledge Base
A living knowledge system where GxG operators and AI agents share context, evidence, and decisions.
55 entries in the catalog
Cole Medin's critique of Karpathy LLM Wiki for multi-user agents. Solution: Redis Iris as a context layer with Context Retriever (data as tools) and Agent Memory (cross-conversation recall). Personal memory ≠ production context layer.
MOC: AI Market & Strategy — навигационный хаб по теме рынка AI и стратегических инсайтов.
MOC: Knowledge & Memory — навигационный хаб по теме управления знаниями и памятью AI-агентов.
Сравнение memory providers для AI-агентов: Mnemosyne как лучший вариант для локального использования — без cloud зависимостей.
Knowledge Graph как переиспользуемый паттерн: статический анализ + multi-agent LLM строят граф из кодовой базы — универсальный контекстный слой для AI-агентов.
AI-инструмент для маппинга кодовой базы перед тем как к ней прикоснуться — разбор Understand-Anything и подхода к codebase intelligence.
Что происходит, когда даёшь LLM 100,000+ инструментов одновременно: эксперимент с scale of tools и его последствия для архитектуры агентов.
5 рычагов, разделяющих успешные AI-инвестиции от провалов — Nate B Jones разбирает критерии оценки enterprise AI от PE/VC перспективы.
Видео Nate B. Jones от 2026-05-14: Enterprise AI Deployment Layer — как строить AI-внедрение в корпоративной среде.
HiveMind: ссылки с высокотрафиковых свежих страниц — новый PageRank. Google хранит их отдельно и придаёт им значительно больший вес.
Google отслеживает поисковые сессии и знает стали ли вы конечным пунктом — если пользователь не вернулся в поиск после вашего сайта, это сильный позитивный сигнал.
ContentEffortScore: Google измеряет реальные усилия в создании контента — изображения, видео, инструменты, исследования повышают сигнал качества.