開源 AI 記憶系統 MemPalace：LongMemEval 斬獲滿分，本地執行零雲端

MemPalace 是一個完全在本地執行的開源 AI 長期記憶系統，能讓大語言模型記住你的對話細節、家庭關係、專案進展和個人偏好。

它不把資料傳到雲端，也不需要任何訂閱費或 API 金鑰，由 Ben Sigman 與演員 Milla Jovovich 藉助 Anthropic 的 Claude 耗時數月開發完成。

它能做什麼

以往的 AI 記憶方案大多把使用者的歷史對話扔給雲端後臺，或者簡單地堆成一張扁平的事實清單。MemPalace 則借鑑了古典記憶法，在本地裝置上搭建起一個包含翼樓、大廳和房間的「記憶宮殿」結構。

這套架構按領域和型別對記憶進行分層管理。在你敲下第一個字之前，系統就已經把你的家庭、專案和偏好等核心背景載入上下文，整個開銷只有大約 120 個 token。

為了把體積壓到最低，MemPalace 採用了名為 AAAK 的壓縮演算法。該演算法據稱能實現 30 倍無失真壓縮，將使用者整個生活背景濃縮在約 120 個 token 裡，任何主流大語言模型都能直接讀取。

它還自帶矛盾檢測功能，能在輸出前自動捕捉並糾正錯誤的姓名、代詞或年齡。如果跨越幾個月的對話去搜索某個細節，其語義搜尋在排名前兩位就能精準命中目標。

評測表現與部署

在各項標準記憶評測中，MemPalace 拿出了非常搶眼的成績單。

在標準基準 LongMemEval 中，它在 500 道測試題中拿下 100% 的召回率，所有題型全對，這也是該榜單記錄到的首個滿分成績。

在 ConvoMem 測試中，它的得分達到 92.9%，是同類方案 Mem0 得分的兩倍以上。而在包含時間推理等多跳複雜推理的 LoCoMo 測試裡，它同樣拿下了 100% 的全部分類滿分。

部署方面，MemPalace 只有一個依賴項，直接在本地裝置上執行，使用者的所有對話和記憶資料都不會離開本機。該專案基於 MIT 許可證 100% 開源，程式碼已經託管在 GitHub。

為什麼重要

對於重視資料隱私、同時又厭倦了每次開新對話都要重新自我介紹的使用者來說，MemPalace 值得現在就去試一試。它把本地資料安全與極低 token 消耗結合得非常乾脆，常駐佔用約 120 個 token 的開銷幾乎不會影響主模型的上下文視窗。

我們認為，MemPalace 證明了記憶系統不必盲目迷信雲端複雜的向量檢索和多 Agent 協同。不過，宣稱 30 倍無失真壓縮日常複雜記憶是一項很激進的指標，當真實環境裡堆積起成千上萬條混亂且自相矛盾的碎片對話時，這套宮殿結構還能否穩定保持高召回率，依然需要實際使用來檢驗。