The Brains：把创始人变成可查询的MCP服务器

当你想知道 Pieter Levels 怎么定价

做产品定价时想参考 Pieter Levels 的思路，做增长时想看看 Ryan Hoover 当年是怎么冷启动 Product Hunt 的——这些信息散落在播客、博客、访谈和推文里，靠搜索和翻页效率极低。Product Hunt 上排名第 8 的 The Brains 提供了一个新解法：把创始人、CEO 和投资人做成 MCP 服务器，直接接入 Claude、Cursor、ChatGPT 或 Codex 提问。

它的标语很直白："Founders and investors as MCP servers, every answer cited"。目前已收录 37 个「大脑」，每个大脑有独立 URL，也有一个聚合入口。项目免费、开源（MIT 协议），并明确声明是非官方项目，与这些人物本人无隶属关系。

产品机制：从公开内容到可检索的知识库

The Brains 的做法是把目标人物的公开演讲、文章、访谈和社交媒体帖子抓取、整理成可检索的知识库，再通过 MCP（Model Context Protocol）协议暴露给 AI 客户端。用户在 Claude 或 Cursor 里发起提问，AI 会调用对应的「大脑」检索相关片段，给出带出处链接的回答。

这种设计与通用大模型问答的关键区别在于「引用」二字：模型不是凭训练记忆编造某位创始人的观点，而是从该人物的真实公开语料中提取并标注来源。对需要引用一手观点的场景——比如写文章、做竞品研究、准备投资备忘录——这一点相当实用。

MCP 是 Anthropic 提出的开放协议，近一年来逐渐成为 AI 工具连接外部数据源的事实标准之一。The Brains 把「人物观点库」包装成 MCP 服务器，属于这个生态里比较有意思的应用方向：不是连接数据库或 API，而是连接「某个人的公开思想」。

MCP（Model Context Protocol） 是 Anthropic 于 2024 年底提出的开放协议，旨在标准化 AI 应用与外部数据源、工具之间的连接方式。它采用客户端-服务器架构：AI 客户端（如 Claude Desktop、Cursor）作为宿主，通过 MCP 服务器暴露的资源（resources）、工具（tools）和提示（prompts）来获取上下文。与传统的 API 集成不同，MCP 让开发者只需实现一次服务器，就能被多个兼容的 AI 客户端调用，降低了重复适配成本。近一年来，MCP 已获得大量工具和平台的支持，逐渐成为 AI 工具连接外部数据的事实标准之一。The Brains 正是利用这一协议，将人物观点库封装为 MCP 服务器，使 AI 能按需检索并引用。

RAG（检索增强生成） 是 The Brains 背后可能采用的核心技术范式。其基本流程是：先将语料切分为片段并向量化存入数据库，当用户提问时，系统检索出最相关的片段，再将其作为上下文交给大模型生成回答。RAG 的关键优势在于，模型无需将知识全部记忆在参数中，而是实时从外部知识库提取信息，从而减少幻觉并支持引用溯源。The Brains 强调「每个回答都带引用」，正是 RAG 的典型特征——模型基于检索到的原文片段作答，并标注来源链接。不过，RAG 的效果高度依赖语料质量、切分策略和检索算法，这也解释了为何知识库的边界受限于公开语料的覆盖度。

使用场景：谁会用得上

产品与增长从业者可以针对具体问题检索，比如「Pieter Levels 如何定价」「Paul Graham 怎么谈融资」「Ryan Hoover 是怎么启动 Product Hunt 的」。相比泛泛的「创业建议」，这种指向具体人物的检索更贴近实操。

内容创作者与研究者需要引用一手观点时，带链接的引用省去了核对成本，也降低了张冠李戴的风险。

投资人与创业者在做尽调或准备沟通时，可以快速了解某位投资人的公开立场和关注点。

不过需要清醒认识的是，知识库的边界完全取决于公开语料的覆盖度。某个人物最近的观点、非公开场合的表达，或者语料抓取的时间窗口之外的内容，都不会出现在答案里。而且「37 个大脑」的规模意味着覆盖面仍然有限，更多是精选而非全集。

开源与生态：MIT 协议下的想象空间

项目以 MIT 协议开源，意味着其他人可以复用这套方法，为自己关注的人物构建大脑，或者把现有大脑接入自己的工作流。37 个大脑、一个 URL 对应一个大脑、一个聚合入口——这种结构天然支持扩展。

从产品形态看，The Brains 更像一个「协议层应用」的参考实现，而不是一个追求大规模用户的产品。它的价值在于验证了一个思路：在 MCP 生态里，垂直的、带引用的知识源可以成为 AI 客户端的能力插件。

风险同样存在。非官方项目的身份意味着语料使用的合规边界需要谨慎处理；人物观点的时效性和语境依赖也要求使用者在引用时保留原文链接自行判断。MCP 生态本身仍在快速演进，协议和客户端支持的稳定性也是变量。

对开发者来说，这个项目更值得关注的是它展示的模式：把公开语料结构化、挂上引用、通过标准协议接入 AI 工具。这个模式可以复制到很多垂直领域——行业专家、学术研究者、甚至企业内部的技术负责人。

快速上手

如果你已经在用 Claude 或 Cursor，可以到 Product Hunt 页面找到项目地址，获取单个大脑的 URL 或聚合入口，按 MCP 服务器的方式配置到客户端即可提问。由于是开源项目，也可以直接查看源码了解语料处理和检索的实现方式。

提问时建议带上具体场景和人物名，比如「X 对 Y 问题的看法是什么」，比宽泛提问更容易得到有出处的有效回答。