【ZOL中關(guān)村在線原創(chuàng)技術(shù)解析】2026 年 4 月 6 日，一個(gè)名為 MemPalace 的開源項(xiàng)目在 GitHub 上線，兩天內(nèi)收獲超過兩萬顆星。項(xiàng)目發(fā)起人的名字讓不少開發(fā)者反復(fù)確認(rèn)——Milla Jovovich，《生化危機(jī)》系列電影中飾演 Alice 的女演員。她與開發(fā)者 Ben Sigman 合作，用 Anthropic 的 Claude Code 協(xié)作完成了這套 AI 記憶系統(tǒng)的搭建。

明星跨界做技術(shù)項(xiàng)目并不罕見，但 MemPalace 引發(fā)關(guān)注的原因不止于此。它切入的是一個(gè)真正的痛點(diǎn)：大模型在長周期協(xié)作中的記憶缺失。

1 問題出在哪？

過去兩年，大模型在推理、生成、工具調(diào)用等方面的能力突飛猛進(jìn)，但"記憶"始終是短板。用戶與 AI 的對話跨度一旦拉長，早期討論過的背景、決策、被否定的方案就會(huì)逐漸被模型"遺忘"。這不是模型變笨了，而是上下文窗口有物理限制——無論窗口多大，總有裝不下的時(shí)候。

現(xiàn)有的記憶方案大多采用"先壓縮，后存儲(chǔ)"的策略：讓模型自行判斷哪些信息重要，提取摘要后丟棄原文。這種做法的代價(jià)是顯而易見的——當(dāng)初為什么選了方案 A 而不是方案 B，中間那段推理過程，往往就是被壓縮掉的部分。

2 MemPalace 的思路：不刪減，靠結(jié)構(gòu)

MemPalace 反其道而行。它保留完整的對話原文，存入本地的 ChromaDB 向量數(shù)據(jù)庫，不做摘要、不做提取。系統(tǒng)不替用戶決定什么重要，而是把"怎么找回來"交給后續(xù)的結(jié)構(gòu)化檢索去解決。

這套結(jié)構(gòu)借鑒了古希臘修辭學(xué)中的"記憶宮殿"技法。系統(tǒng)將記憶組織為三層：Wing（翼）按人物或項(xiàng)目劃分，Hall（廳）按記憶類型區(qū)分（事實(shí)、事件、建議等），Room（房間）對應(yīng)具體議題（比如"認(rèn)證遷移"或"GraphQL 切換"）。當(dāng)同一個(gè)房間出現(xiàn)在不同 Wing 中時(shí)，系統(tǒng)會(huì)自動(dòng)建立"隧道"關(guān)聯(lián)，將同一主題在不同上下文中的討論串聯(lián)起來。

這套結(jié)構(gòu)的價(jià)值體現(xiàn)在檢索效率上。根據(jù)項(xiàng)目公開的數(shù)據(jù)，無結(jié)構(gòu)全量檢索的召回率為 60.9%，加入 Wing 約束后提升至 73.1%，再疊加 Room 約束則達(dá)到 94.8%——結(jié)構(gòu)化帶來了 34% 的檢索增益。

MemPalace 還設(shè)計(jì)了一套四層記憶棧。最底層（L0）是用戶身份信息，L1 是關(guān)鍵事實(shí)，兩者合計(jì)約 170 個(gè) token，在每次會(huì)話啟動(dòng)時(shí)常駐加載。更深層的歷史記憶（L2/L3）則按需通過語義搜索觸發(fā)。

這意味著模型不需要在回答問題時(shí)臨時(shí)翻閱全部歷史，而是在"醒來"那一刻就已經(jīng)帶著最基本的背景認(rèn)知。配套的 AAAK 壓縮方言可以將長期上下文進(jìn)一步壓縮，雖然目前該功能仍處于實(shí)驗(yàn)階段，在基準(zhǔn)測試中的表現(xiàn)（84.2%）不及原始模式（96.6%），但作為上下文加載時(shí)的壓縮層，其設(shè)計(jì)方向值得關(guān)注。

3 時(shí)序一致性：記憶系統(tǒng)真正的硬仗

存下來只是第一步，更難的是保持時(shí)序一致性。一個(gè)人半年前在 A 公司工作，現(xiàn)在跳到了 B 公司——如果記憶系統(tǒng)不能處理這種知識(shí)更新，就會(huì)給出過時(shí)甚至矛盾的回答。

MemPalace 為此引入了帶時(shí)間有效性的知識(shí)圖譜。每條事實(shí)關(guān)系都標(biāo)注了時(shí)間窗口，系統(tǒng)在檢索時(shí)不僅判斷"有沒有提到過"，還會(huì)判斷"在那個(gè)時(shí)間點(diǎn)是否仍然成立"。當(dāng)新信息與已有記錄沖突時(shí)，系統(tǒng)會(huì)觸發(fā)沖突檢測機(jī)制，給出一致性提示，防止錯(cuò)誤事實(shí)被模型引用。

在 LongMemEval 基準(zhǔn)測試中——這是目前評估 AI 長期記憶能力最具代表性的測試集——MemPalace 的原始檢索模式取得了 96.6% 的成績，加入 rerank 后達(dá)到 100%。需要注意的是，這一成績在社區(qū)中存在爭議，項(xiàng)目方也將最初宣稱的 100% 修正為 96.6%（原始模式）。但即便如此，這一水平在同類免費(fèi)開源系統(tǒng)中仍屬前列。

4 寫在最后

MemPalace 上線后并非一帆風(fēng)順。開發(fā)者社區(qū)對 Jovovich 的實(shí)際技術(shù)參與度提出質(zhì)疑，也有人對基準(zhǔn)測試的評估方式提出異議。Jovovich 本人回應(yīng)稱，代碼中出現(xiàn)的"Lu"并非第三方開發(fā)者，而是她使用的 AI 編程代理，她在項(xiàng)目中扮演的是架構(gòu)設(shè)計(jì)者的角色，Sigman 負(fù)責(zé)工程實(shí)現(xiàn)。

爭議之外，MemPalace 觸及的底層問題是真實(shí)存在的：當(dāng)人與 AI 的協(xié)作越來越深入，對話本身就是工作成果的一部分，而不僅僅是獲取答案的通道。全量保留加結(jié)構(gòu)化檢索、本地運(yùn)行零云端依賴、170 token 冷啟動(dòng)——這些設(shè)計(jì)選擇傳遞出一個(gè)明確的產(chǎn)品主張：記憶的取舍權(quán)應(yīng)該留在用戶手里，而不是交給另一個(gè)模型去代勞。

這或許才是 MemPalace 最有意思的地方：當(dāng)模型的推理能力逐漸拉不開差距，誰能讓 AI 真正"認(rèn)識(shí)"長期合作的用戶，誰就握住了下一輪產(chǎn)品競爭的入場券。記憶，正在從一個(gè)錦上添花的輔助功能，變成決定體驗(yàn)上限的核心能力。