好莱坞演员蜜拉·乔沃维奇与比特币创业者、去中心化借贷平台 Libre 创始人 Ben Sigman，在 GitHub 以 MIT 许可发布开源 AI 记忆系统 MemPalace。项目上线仅 3 天，GitHub 星标已达到 5500，迅速引发科技圈和影视圈关注。
GitHub 提交记录显示本人参与开发
根据素材信息，这一项目由两人耗时数月，借助 Anthropic 的大语言模型 Claude 共同完成。Ben Sigman 表示，Claude Opus 4.6被列为代码共同作者。Git 提交记录显示，蜜拉·乔沃维奇本人通过其专属 GitHub 账号完成了 7 次提交中的 4 次，其中包括涉及核心代码的初始提交。她还在个人 Instagram 发布了项目介绍视频，为这款工具公开站台。
LongMemEval 取得满分成绩
MemPalace 的关注点不只在跨界合作本身。按 @OneMillion_AI 提供的信息，该系统在记忆检索基准 LongMemEval 中，在不调用外部 API 的纯本地检索条件下，达到 96.6% Recall@5；启用可选的 Haiku 模型重排序后，取得 500 题全对、100% 满分。官方称，这是该基准历史最高成绩。
在其他测试中，MemPalace 还在 ConvoMem 基准拿到 92.9%，官方称其表现超过 AI 记忆产品 Mem0 两倍以上；在 LoCoMo 基准的全部多跳推理类别中，同样获得满分。
四层“记忆宫殿”结构压缩对话信息
与常见的向量数据库路线不同，MemPalace 借用了“记忆宫殿”方法来组织对话内容。系统将用户历史信息拆分为四层结构，分别是按人物或项目划分的 Wing、围绕具体主题的 Room、存放压缩摘要的 Closet，以及保存逐字对话记录的 Drawer。这些部分再通过 Hall 与 Tunnel 做横向连接和交叉引用。官方测试称，这种结构可将检索准确率提升 34%。
项目还设计了一种名为 AAAK 的无损压缩方言，用于 AI 代理处理上下文。素材称，这项技术可将上千个 token 的用户上下文压缩到约 120 个 token，压缩比约 30 倍。由于 AAAK 属于结构化文本，不需要特殊解码器或微调，具备文本读取能力的大语言模型即可直接理解。系统内部还加入了矛盾检测机制，用于识别姓名、代名词或年龄等信息前后不一致的问题。
开源代码与测试脚本已同步公开
目前，MemPalace 的开源代码和基准测试脚本已经随 GitHub 仓库一并公开，开发者可以自行复现和测试。Ben Sigman 也邀请社区下载试用、提交反馈、Fork 项目或贡献代码，并加入官方 Discord 社群参与后续开发。