你有没有过这样的经历？

和 AI 聊了整整一个下午，讨论一个复杂的技术方案。你们分析了利弊，否决了几个选项，最终做出了一个关键决策。你心满意足地关闭窗口。

等下周一，你再次打开 AI，问：「我们上次那个数据库选型，最后怎么决定的？」

AI 一脸茫然：「抱歉，我不知道你在说什么。」

一切归零。

这不是 AI 的错。它没有「记忆」。每一次对话，都是从零开始。

但现在，有人打破了这个问题。

这件事最让人意外的部分不是技术，而是人。

Milla Jovovich——那个在《生化危机》里端着双枪扫荡僵尸的女神——和朋友 Ben Sigman 花了好几个月，做了一个 AI 记忆系统。

上周，它在标准 benchmark 上拿到了满分。

100% 召回率。LongMemEval 评测，500 道题全对。

这是有史以来第一个达到完美分数的系统。

它叫 MemPalace，目前已经获得6.9k的星标。

市面上不是没有 AI 记忆产品。Mem0、Zep、Graphiti……一堆付费服务在做这件事。

但它们都有一个共同点：你得把数据传到云端。

而且，它们都试图让 AI 自己判断「什么该记住，什么该扔掉」。AI 会提取一句「用户喜欢用 PostgresSQL」，然后把解释为什么喜欢的对话直接删掉。

MemPalace 的思路完全相反：

存下所有东西，然后让它们可以被找到。

怎么做到？

它借鉴了一个两千年前的古老技巧——记忆宫殿。

公元前 5 世纪，古希腊的演说家们需要在没有笔记的情况下发表长篇演讲。

他们的办法是：在脑子里建一座宫殿。把每个论点放在不同的房间里。演讲时，只要在脑子里走一遍宫殿，就能依次找到所有内容。

MemPalace 把这个思路用到了 AI 记忆上：

• 区域（Wing）：每个人、每个项目，有一个自己的区域
• 走廊（Hall）：记忆的类型——决策、事件、发现、偏好、建议
• 房间（Room）：具体的想法——比如「认证迁移」「数据库选型」
• 储藏室（Closet）：压缩后的摘要，AI 可以快速读取
• 抽屉（Drawer）：原始文件，完整保留

┌─────────────────────────────────────────┐│ 区域：人物（李明）                       ││                                         ││ 房间A ──走廊── 房间B                    ││   ↓          ↓                          ││ 储藏室 ──▶ 抽屉（原始对话）              │└─────────────────────────────────────────┘│  通道  ┌────────────────────────────────┐│        │ 区域：项目（云分析平台）        ││        │                                ││        │ 房间C ──走廊── 房间D           ││        │   ↓          ↓                ││        │ 储藏室 ──▶ 抽屉                ││        └────────────────────────────────┘

当你问 AI「谁决定用 Clerk 做认证的？」

它不用遍历所有数据。它直接走进正确的区域 → 找到对应的走廊 → 打开那个房间。

测试结果：这个结构本身，就让检索精度提升了 34%。

但结构只是第一步。

更大的问题是：你的对话太长了。

六个月每天用 AI 编程，等于 19,500,000 个 token。你不可能把这些全部塞进上下文窗口。

传统方案：让 AI 做摘要。一年要花 507 美元，而且会丢失上下文。

MemPalace 搞了一套自己的压缩算法，叫 AAAK。

原始版本（~1000 tokens）：

李明负责云分析项目组，团队成员包括：王涛（后端开发，工作 3 年）、赵敏（前端）、孙浩（基础设施）、陈晨（初级工程师，上个月刚加入）。他们正在开发一个 SaaS 分析平台。当前迭代的任务是把认证迁移到 Clerk。王涛推荐使用 Clerk 而不是 Auth0，理由是价格更低、开发者体验更好。

AAAK 压缩后（~120 tokens）：

团队：李明(负责人) | 王涛(后端,3年) 赵敏(前端) 孙浩(infra) 陈晨(新人,new) 项目：云分析(SaaS) | 迭代：auth.迁移→clerk 决策：王涛推荐:clerk>auth0(价格+dx) | ★★★★

30 倍压缩，信息零丢失。

而且 AAAK 就是纯文本，任何能读中文的 LLM 都能直接读它。不需要额外的解码器，不需要微调。

最有趣的功能是矛盾检测。

MemPalace 会自动核对 AI 说的话和它记忆库里的内容：

• 你说「陈晨完成了认证迁移」→ 🔴 报错：孙浩才是负责人，不是陈晨
• 你说「王涛在这里工作了 2 年」→ 🟡 警告：记录显示是 3 年（2023 年 4 月开始）
• 你说「这个迭代周五结束」→ 🟡 警告：实际是周四（2 天前更新过）

在错误进入你的眼睛之前，先被拦截。

最让人放心的一点：它不联网。

• 不需要 API Key
• 不需要云服务
• 不需要订阅
• 一个依赖（Python + ChromaDB）
• 全部在你本地运行

你的记忆，永远不会离开你的电脑。

直接上数据：

对比其他产品：

它是唯一一个不需要 API、不需要付费，就能达到顶级水平的系统。

怎么用？

非常简单。安装只需一行：

pip install mempalace

然后：

# 初始化你的世界mempalace init ~/projects/myapp# 挖掘你的对话数据mempalace mine ~/chats/ --mode convos# 搜索任何你讨论过的东西mempalace search "为什么我们切换到 GraphQL"

如果你用 Claude Code，加载 MCP 工具后，AI 会自动在后台调用它。你只需要正常聊天，它会自动记住一切。

我们和 AI 对话的时间越来越多。

需求分析、代码评审、架构辩论、技术选型……这些决策都发生在对话里，而不是文档里。

但对话结束，一切消失。

下次你还得从头解释：「呃，我们之前讨论过这个……」

MemPalace 做的事情，本质上是给 AI 配了一个「外接海马体」。

它不改变你使用 AI 的方式。它只是在后台，默默帮你记住一切。

写在最后。

Milla Jovovich 的上幕还在拿着枪在电影里打僵尸。

一转身她又开始做游戏，做开源代码，而且还是一个评分最高的 AI 记忆系统。

这时代挺魔幻的，不是吗？

如果你每天大量使用 AI 编程或聊天，值得试试 MemPalace。它可能是你用了之后再也回不去的工具。

官网：https://github.com/milla-jovovich/mempalace

你有用过类似的 AI 记忆工具吗？体验如何？评论区聊聊。