Le patron de Y Combinator a open-sourcé ses deux outils IA personnels, gstack et GBrain. L’un structure comment une IA travaille à votre place. L’autre lui donne une mémoire qui dure. Et tout ça tourne sans payer une ligne d’abonnement supplémentaire.
La plupart des gens utilisent leur IA comme un moteur de recherche amélioré. Ils posent une question, ils récupèrent une réponse, ils ferment l’onglet. Le lendemain, même question, l’IA ne se souvient de rien. Garry Tan, CEO de Y Combinator, a décidé que c’était inacceptable. Alors il a publié ses outils sur GitHub. Gratuitement. Et le reste d’internet a un peu paniqué.
Garry Tan, c’est le patron de l’incubateur qui a accompagné Airbnb, Coinbase, Dropbox, Reddit et même Finary en France, quand ils tenaient dans un garage.
Depuis le début de l’année 2026, il a livré trois services en production en 60 jours, en parallèle de la direction de YC. Son propre décompte : une cadence de développement 810 fois supérieure à ce qu’il produisait en 2013, mesurée en lignes de code logiques, hors inflation artificielle due à l’IA.
À SXSW en mars, il a parlé d’une « cyber psychose » euphorique, avec quatre heures de sommeil par nuit, non par caféine ou modafinil (un médicament pour ceux qui souffrent de narcolepsie), mais par excitation pure. On peut trouver ça suspect ou fascinant. Les deux sont recevables. Ce qui est moins discutable, c’est que ses deux outils, gstack et GBrain, ont attiré des dizaines de milliers de développeurs en quelques semaines. Et pas seulement des développeurs.
gstack : une équipe virtuelle en fichiers Markdown
Commençons par comprendre ce qu’est Claude Code, parce que gstack tourne dessus. Claude Code, c’est un outil d’Anthropic qui permet à une IA de travailler directement dans votre environnement de développement, lire vos fichiers, modifier du code, lancer des tests, ouvrir des pull requests. Ce n’est pas un chatbot. C’est un agent, c’est-à-dire une IA capable d’enchaîner des actions dans le monde réel sans qu’on lui tienne la main à chaque étape. La différence est importante. Un chatbot répond. Un agent agit.
Pour aller plus loin
J’ai créé une app avec l’IA sans savoir coder : de zéro formation à une app iOS et Android
gstack, c’est la configuration personnelle de Garry Tan pour cet agent, publiée en mars 2026. Le projet a atteint 80 600 étoiles GitHub en quelques semaines, avec plus de 10 100 forks, ce qui est considérable pour un outil aussi spécialisé.
Concrètement, gstack installe des commandes slash dans Claude Code, c’est un ensemble de 23 outils structurés. On tape /office-hours pour reformuler un problème, /plan-ceo-review pour challenger la portée d’un produit, /review pour une relecture paranoïaque du code, /qa pour lancer de vrais tests dans un navigateur, /ship pour ouvrir la pull request et déployer. Chaque commande correspond à un fichier Markdown avec un prompt structuré et un rôle défini. Pas de magie noire. Du prompt bien ficelé, packagé pour qu’on n’ait pas à le reconstruire à chaque projet.
L’idée centrale est plus intéressante que la liste de commandes. Planifier n’est pas la même chose que relire, qui n’est pas la même chose que déployer. Une IA généraliste à qui on dit « fais tout » produit du générique. Une IA à qui on dit « tu es le responsable sécurité, cherche ce qui peut poser problème » produit autre chose. gstack force ce découpage. Il pousse à se demander, avant de coder quoi que ce soit : est-ce que je construis le bon truc ? Dix minutes de réflexion structurée qui évitent des heures de retravail. Classique, mais rarement appliqué avec une IA.
La nuance importante : gstack ne remplace pas la vision produit. Il remplace le goulot d’étranglement de l’implémentation. Le « vibe coding », c’est-à-dire coder en laissant l’IA générer sans trop superviser, peut produire quelque chose qui tourne. Mais sans réflexion sur ce qu’on construit, sur l’expérience utilisateur, sur la sécurité et la distribution, ça reste un prototype sans avenir.
GBrain : la mémoire qui tourne pendant que vous dormez
GBrain est sorti le 9 avril 2026, sous licence MIT. Si gstack est l’atelier, GBrain est le carnet de notes qui ne perd jamais rien.
L’instance personnelle de Garry Tan tourne sur 17 888 pages, 4 383 dossiers de personnes, 723 entreprises, 21 tâches automatisées, le tout construit en 12 jours.
Pour comprendre pourquoi c’est différent d’une simple base de notes, il faut comprendre comment une IA cherche de l’information. La plupart des outils font de la recherche par mots-clés : vous tapez « réunion Arnaud », ça trouve les fichiers qui contiennent « réunion Jordan ». GBrain combine ça avec de la recherche vectorielle, qui cherche par sens. Vous demandez « qu’est-ce qu’on avait décidé sur le planning des vidéos ? » et ça remonte les bons documents même si le mot « planning » n’y figure pas.
Le principe de fonctionnement est simple à visualiser. Chaque réunion, e-mail, post X ou idée capturée alimente une base de fichiers Markdown stockés dans un dépôt Git, avec Postgres derrière pour la recherche avancée. Quand l’agent IA reçoit une question, il lit d’abord ce cerveau, répond avec ce contexte, puis écrit les nouvelles informations après chaque échange. La nuit, un « cycle de rêves » consolide et enrichit les pages automatiquement. On se réveille avec un cerveau plus dense qu’avant de dormir.
Une critique honnête circule sur GitHub : GBrain n’est pas vraiment une mémoire, c’est une bibliothèque. La mémoire encode pourquoi quelque chose compte. Une bibliothèque stocke des faits qu’un agent peut retrouver vite. Ce sont deux problèmes différents. L’intelligence de récupération dépend entièrement du modèle sous-jacent. La couche stockage est solide. La couche sens, c’est une autre histoire, et ça dépend beaucoup du soin apporté à ce qu’on y verse.
Et si vous ne codez pas une seule ligne ?
C’est la question que personne ne pose dans les threads GitHub qui s’enflamment autour de gstack. Tout le monde parle de pull requests, de tests automatisés, de déploiement continu. Bien. Sauf que les principes derrière ces outils n’ont rien de spécifique au code. Ils ont tout à voir avec un problème beaucoup plus universel : comment produire de la pensée structurée sans s’éparpiller, et comment ne pas recommencer de zéro à chaque fois qu’on ouvre un nouveau fichier.
Prenons le journaliste, le créateur, le rédacteur. Un problème que je connais, personnellement. Mon… Enfin, son problème quotidien, ce n’est pas d’écrire. C’est de retrouver. Retrouver cette phrase lue il y a trois semaines. Retrouver le nom de ce chef de produit qui avait dit quelque chose d’intéressant. Retrouver pourquoi on avait abandonné cet angle sur ce sujet en novembre. GBrain, dans sa version la plus simple, c’est exactement ça : une base de notes en Markdown, versionnée, qu’un agent peut fouiller pour vous avant de vous répondre. Obsidian le fait déjà un peu. GBrain le fait en connectant les nœuds automatiquement, en enrichissant les pages la nuit, en vous préparant un briefing avant votre interview du matin. Ce n’est pas de la magie. C’est de l’organisation externalisée à une machine qui ne dort pas.
Le fondateur non-technique a un autre problème. Il a des idées, des conversations Slack, des retours clients éparpillés dans cinq outils différents, et une IA à qui il répète le contexte de son projet à chaque nouvelle conversation. C’est épuisant et c’est inutile. gstack lui apprend quelque chose de précieux : avant de demander à l’IA de faire, lui demander de penser. La commande /plan-ceo-review ne génère pas du code. Elle challenge le portée du projet. Elle demande « est-ce que tu construis la bonne fonction ? » avant que quiconque n’ait écrit une ligne. Ce réflexe, n’importe quel fondateur peut l’installer dans son travail, que la sortie soit du code, un deck investisseur ou une feuille de route produit.
Le manager, c’est peut-être le profil le plus sous-estimé ici. Son quotidien, c’est de la coordination, des comptes-rendus, des décisions à prendre avec une information toujours incomplète. GBrain transforme n’importe quel outil de prise de notes en quelque chose qui se souvient de qui a dit quoi, dans quel contexte, avec quelles implications. « Prépare-moi pour ma réunion avec Julien dans 30 minutes », c’est une commande qui tourne en production dans le setup de Garry Tan. Deux heures de configuration, c’est moins que ce que la plupart des managers passent par semaine à retrouver des informations qu’ils ont déjà lues.
Ce qui est finalement le plus intéressant dans gstack et GBrain, ce n’est pas la performance brute. C’est la philosophie qui les sous-tend. Séparer les modes de pensée. Lire avant de répondre. Écrire après chaque échange pour ne pas perdre ce qu’on vient de comprendre. Mesurer deux fois avant de couper. Ce sont des principes vieux que l’IA permet enfin d’appliquer à une vitesse qui change vraiment quelque chose. Garry Tan code à une vitesse absurde, c’est fascinant. Mais ce qu’il a vraiment packagé dans ces deux repos, c’est une façon de travailler. Et ça, ça se forke aussi.
Pour qui c’est pertinent concrètement ? Les développeurs solo, les fondateurs qui codent encore, les consultants qui jonglent entre dix projets, les managers qui noient dans les comptes-rendus, les créateurs qui perdent leurs meilleures idées dans des notes jamais relues. GBrain supporte Gmail, Google Calendrier, Twilio pour les appels vocaux, et les transcriptions de réunions. L’installation de base tourne en quelques minutes sans Docker ni infrastructure externe.
Pour qui c’est inutile ? Ceux qui n’ont pas encore de flux de travail propre à indexer. Donner une mémoire à une IA désorganisée, c’est juste accélérer le chaos. Et les deux outils supposent un accès à Claude Code, donc à un abonnement Anthropic ou une clé API. Ce n’est pas un frein énorme, mais la chaîne n’est pas entièrement gratuite.
gstack tourne d’abord sur Claude Code, ce qui suppose un abonnement Anthropic. Mais il est compatible avec Cursor, Codex CLI ou OpenCode, où vous pouvez brancher le modèle de votre choix. GBrain, lui, est agnostique dès le départ : il tourne avec à peu près n’importe quel agent du marché. En plus, Claude Code supporte désormais des fournisseurs alternatifs comme Ollama, LM Studio ou llama.cpp via une redirection de l’API. En pratique, vous pouvez exporter trois variables d’environnement pour pointer Claude Code vers votre serveur local, et gstack tourne dessus.
Ce que gstack dit en creux, c’est que le vrai problème n’est plus la puissance brute du modèle. C’est le processus qui l’entoure. Structurer comment l’IA pense à votre place vaut souvent plus que changer de modèle. Ce n’est pas glamour. C’est probablement la vérité.
Le fossé qui vient
Il y a une question que personne ne pose encore vraiment, mais qui va s’imposer vite. Est-ce que des outils comme gstack et GBrain ne vont pas simplement créer deux catégories de travailleurs ? Ceux qui les adoptent, et ceux qui passent à côté. Ce n’est pas une crainte abstraite. Le tableur a fait ça dans les années 80. Excel n’était pas réservé aux comptables géniaux, il était juste mal expliqué au reste du monde, et ceux qui l’ont compris tôt ont pris une avance qui a mis des années à se résorber. La différence, c’est que l’écart de productivité qu’on parle d’atteindre ici n’est pas de 20 %. C’est potentiellement un ordre de grandeur.
Ce qui est frappant quand on prend du recul, c’est que Garry Tan n’a pas construit un assistant. Il a construit une équipe. Un CEO qui remet en question la direction avant qu’on code quoi que ce soit. Un ingénieur qui vérifie l’architecture. Un responsable QA qui ouvre un vrai navigateur et clique dans l’application comme le ferait un utilisateur réel. Un release manager qui synchronise les branches, lance les tests et ouvre la pull request. Tout ça disponible à la demande, sans réunion à planifier, sans agenda à coordonner, sans la réunion du lundi matin où tout le monde arrive avec un café et des priorités différentes. Pour une startup de cinq personnes, c’est la promesse d’une organisation de vingt. Pour un freelance ou un fondateur solo, c’est quelque chose qui n’existait tout simplement pas avant.
Ce qui va scinder les gens n’est pas technique. C’est ça le point contre-intuitif. gstack et GBrain ne demandent pas de comprendre le fonctionnement d’un modèle de langage, ni d’avoir un diplôme d’ingénieur.
Ils demandent trois choses : accéder à l’information au bon moment, tolérer quelques heures pour configurer un outil nouveau, et accepter de changer sa façon de travailler plutôt que d’ajouter une couche à l’existant. Le problème, c’est que ces trois conditions filtrent déjà beaucoup de monde.
Les outils sont gratuits, le code est ouvert, les tutoriels existent. Ce qui manque, c’est la médiation. Quelqu’un qui explique à un comptable, un journaliste ou un chef de projet ce que ça change concrètement dans une journée de travail. Pas un énième article ou vidéo YouTube pour des gens qui ont déjà installé gstack.