好莱坞女星做的开源AI项目爆火!给LLM赋予长时间回忆能力

好莱坞动作女星 Milla Jovovich 上周把一个 AI 开发项目推上了 GitHub 平台。

你大概在《生化危机》电影里看过她扮演的女主角爱丽丝。

Github用户们在两天内给这个代码库点了两万多个星。

这不是科技巨头斥资孵化的秘密武器，也没有拿到千万级别的市场融资。一位女演员加上一名程序员，利用 Anthropic 发布的自然语言编程工具 Claude Code 花费数月时间，打磨出了这套名为 MemPalace 的独立记忆系统。

这个本地程序解决了一项让科技圈无比头疼的产品痛点：赋予大语言模型真正的长期回忆能力。

它在学术界条件苛刻的长文本记忆测试集 LongMemEval 拿到了 96.6分。这套考题覆盖了信息找回、多轮次连贯推理和时序演进等复杂评判维度。系统的单机成绩打破了现存所有公开方案的纪录。

使用者不需要接入任何云端网络，也无需预先支付订阅费。代码库签署了完全开放的 MIT 协议供外界自行调阅。

抛开冷冰冰的刷榜成绩外，系统背后的诞生路径本身更加值得探讨。

如何解决对话上下文断裂的尝试

几个月前，Milla 正借助大模型探索一个尚未公开的娱乐项目。随着时间推移，她与模型之间积累了巨量的交互文稿。文本涵盖了所有放弃掉的构思路径、来回修改的技术决定以及无数次争论的推演历程。

重度使用者都将面临一个极难回避的阻碍。模型在打开崭新的页面后会陷入严重的遗忘感。系统仅凭内部判断保存了极短的几句概括内容。即便用户昨天刚花费半个下午讨论为什么要采用某项视觉参数而不是另一样，机器第二天也常常忘得一干二净。

她在社交媒体的视频中明确提到，机器应当记住沿途发生过的讨论变化。用户需要系统保存推理发生的过程。

她不是没找过解决方案。市面上已经有一批做"AI 记忆"的产品——比如 Mem0（拿了 2400 万美元融资的记忆平台）、Zep（专注企业级的记忆服务）等等。但她试了一圈，发现它们有一个共同的根本问题：它们都让 AI 来决定什么值得记住。

这些系统的套路基本一样：AI 读完你的对话，自动做摘要、提取关键信息，然后把摘要存起来。

听起来很合理，但问题是——推演过程中的细微差别、被放弃的备选方案、某个决策为什么在最后一刻拐了个弯——这些最关键的思考痕迹，恰恰是 AI 摘要时最先丢掉的东西。

于是她想到了一个古老的方法：记忆宫殿。

生活在公元前 5 世纪的希腊诗人西蒙尼德斯曾面对一栋倾塌的厅堂。他凭借自己对每名来宾所处席位的精准回忆而快速锁定了所有人。这个被称为记忆宫殿的方法也被近代众多记忆大师用于长排数字背诵。使用者需要在大脑里搭建极易辨认的建筑。厅堂内部的走廊和柜子变成存放信息的实体坐标。

Milla 找到了开发者 Ben Sigman，两人用 Claude Code（一个可以通过自然语言对话来写代码的 AI 编程工具）花了几个月，把这个延续了 2500 年的人类记忆术，做成了给 AI 用的虚拟记忆宫殿。

Milla 负责产品愿景和架构设计——她定义了"AI 应该怎么组织记忆"；Ben 负责工程实现——他把这个愿景变成了可以运行的代码。

MemPalace 到底怎么工作？

目前市面上大多数 AI 记忆系统的做法是：把你的对话交给 AI 做摘要，然后用"向量检索"（一种把文本转化为数学向量、通过计算相似度来搜索的技术）来查找相关内容。

问题是，摘要会丢信息，而且 AI 决定丢掉什么你无法控制。

MemPalace 的思路完全不同。它真的把"记忆宫殿"的空间隐喻做成了一套可导航的数据结构：

• Wings 作为最高权限容器进行第一层隔离。使用者根据合作项目或对象创建独立的侧楼部分。针对游戏和针对学术文稿的侧楼是完全分离开的。

• Rooms 内部分配具体的探讨分支。游戏的大楼内部摆放着美术设计房与代码逻辑审核房。

• Halls 就像主干道给不同讨论穿针引线。系统根据客观定义和主观好恶将各种文本按照事实、感受等基础属性整理完毕。

• Tunnels 实现跨越工程界限的数据贯通。如果上个课题探讨的前沿算法能够复用在下个周期的学术准备中，隧道会在两套数据体系里打下互相借用的标记。

• Closets 将巨大篇幅强力压缩成不到原本三十分之一的微缩文本块，辅助程序实现快速粗略查找。

• Drawers 是设计哲学的精髓所在。系统不漏下任意一个标点符号并锁定留存源头内容。机器不具备自行阉割原始凭证的特权，抽屉全量保管下用户的交互日志。

机器需要找回之前的对话时，依靠关键词靠近叠加空间区域设定寻找结果。数据库辅助提供事件前后次序线索，使用者就可以直接翻出十几天前的决策转折。

技术组件剥除了复杂的接口依赖。负责对比检索的 Chroma 配合提供索引查找功能的 SQLite 组合完成了全部动作。系统完全不触碰公网上传，数据被封锁在硬盘里。

系统开放了标准连接标准接口让辅助组件也能自由落座。输入代码的同时系统也安静地储备着信息。机器拉回信息时严格卡住了一百多个汉字左右的长度去填充背景，上下文窗口并不会立刻爆满失灵。

程序并没有去指挥机器怎么学习。它替个人建造了一座书架让机器在固定的夹层寻宝。

语言转化为软件构建能力

最令业内兴奋的讨论点并非空间逻辑。普通动作影星能够跳过计算科学课程及繁琐的编码训练完成专业系统打样才最具冲击力。

Vibe Coding 代表的日常对话写成程序正快速改变现有的科技圈壁垒。没有受过工程指引的人在各个岗位用这类应用创造营收渠道。设计人员可以为自己的需要设计专用效率接口。技术权威们承认只要想清楚逻辑流程要比单纯练就一行行字母代码更具优势。

女星的实践给出了无可辩驳的证据去打破那扇行业铁门。