無程式碼也能輕鬆打造專業LINE官方帳號！一鍵導入模板，讓AI助你行銷加分！
AI 代理在长期记忆方面一直存在困难。没有记忆，每一次对话都得从零开始——无法记得过去的任务、用户偏好或正在进行的项目。MemPalace 直指这一限制，采用了一种独特且雄心勃勃的方法：以古希腊**记忆宫殿（method of loci）**为模型的空间层级结构，这正是罗马演说家用來记住整篇演讲的同一种记忆技巧。其成果是一个开源的 AI 记忆系统，在 LongMemEval 上达到 96.6% 的召回率，是撰写本文时开源系统中最高分数。
MemPalace 由 MemPalace 团队打造，该团队正在探索受生物启发的 AI 记忆架构。该项目采用本地优先原则，意味着您的代理记忆存在于自己的机器上，而非云端 API 中。这对隐私和延迟都很重要——记忆检索只需几毫秒，无需网络往返。
该系统引入了 AAAK（Adaptive Associative Activation Kernel，自适应联想激活内核），一种压缩和检索机制，能动态地将新信息与现有记忆结构关联起来。MemPalace 不存储原始对话记录，而是提取并压缩重要信息，形成代理可以有效导航的空间、房间和物体层级结构。
什么是 MemPalace？
MemPalace 是一个开源、本地优先的 AI 代理长期记忆系统。它采用受记忆宫殿启发的空间记忆层级结构，信息存储在虚拟的「房间」和「空间」中，代理可以随时回访。该系统在 LongMemEval 基准测试中达到了最先进的召回率，并内建支持模型上下文协议（MCP）。
该项目托管于 github.com/MemPalace/mempalace，并已与其他竞争方法进行了广泛的基准测试。
AAAK 压缩是如何运作的？
AAAK 是 MemPalace 的核心创新——一个自适应联想激活内核（Adaptive Associative Activation Kernel），在保留关联关系的同时将原始信息压缩为结构化的记忆条目。
| 特性 | AAAK 压缩 | 原始日志存储 | 仅向量数据库 |
|---|---|---|---|
| 存储效率 | 高（仅提取重要信息） | 低（存储所有内容） | 中等 |
| 关联检索 | 是（空间 + 语义） | 否 | 部分（仅语义） |
| LongMemEval 召回准确率 | 96.6% | 不适用（噪音过多） | 约 70-80% |
| 记忆整合 | 自动 | 手动 | 需重新排序 |
| 上下文窗口使用 | 极少 | 过多 | 中等 |
该压缩机制通过识别每次交互中的实体、关系和动作，然后将其融入现有的空间层级结构中。新信息要么加入现有的「房间」，要么触发创建新房间。
MemPalace 在基准测试中的表现如何？
MemPalace 已在 LongMemEval 基准测试上进行了评估，该测试检验 AI 记忆系统在长时间跨度和大量交互中回忆信息的能力。
| 基准测试 | MemPalace | 竞争对手 A | 竞争对手 B |
|---|---|---|---|
| LongMemEval 召回率 | 96.6% | 82.1% | 74.3% |
| LongMemEval 精确率 | 94.2% | 79.8% | 71.1% |
| 平均检索延迟 | 8 毫秒 | 45 毫秒 | 120 毫秒 |
| 上下文压缩比 | 12:1 | 3:1 | 5:1 |
这些结果使 MemPalace 大幅领先其他同类开源记忆系统，在保持完全开源的同时接近专有方案的性能。
MemPalace 提供哪些 MCP 集成？
MemPalace 内建对模型上下文协议（MCP）的一流支持，允许任何兼容 MCP 的代理直接接入。MCP 服务器公开了存储记忆、查询空间层级结构以及管理记忆整合的工具。
# 通过 MCP 快速启动
npx @mempalace/mcp-server --port 3100
这使得 Claude Code、Cursor 和其他 MCP 客户端能够读取和写入 MemPalace 的空间记忆，无需自定义集成代码。
该项目有何争议？
MemPalace 引起关注——也引来一些争议——是在其创始人 Milla Jovovich 展示该系统能回忆数周前对话细节之后。一些 AI 安全研究人员对持久性记忆可能被用于更有效的操控或监视表示担忧。Jovovich 对这些风险保持透明，在项目旁发布了一份全面的安全与伦理文档。本地优先的架构减轻了许多隐私问题，因为记忆数据除非明确同步，否则绝不会离开用户的机器。
常见问题
MemPalace 到底是什么？
MemPalace 是一个开源、本地优先的 AI 代理长期记忆系统。它采用受记忆宫殿启发的空间层级结构来高效存储和检索信息，在 LongMemEval 基准测试中达到了最先进的 96.6% 召回率。
AAAK 压缩算法是如何运作的？
AAAK（自适应联想激活内核）从对话中提取重要的实体、关系和动作，将其压缩，并放入空间记忆层级结构中。这可将存储需求减少多达 12 倍，同时通过关联链接提高检索准确率。
MemPalace 在基准测试上与其他记忆系统相比如何？
MemPalace 以 96.6% 的召回率和 94.2% 的精确率领先开源记忆系统。仅使用向量数据库的竞争方法通常只能达到 70-80% 的召回率。检索延迟平均为 8 毫秒，而替代方案则需要 45 毫秒以上。
MemPalace 是否与 MCP 集成？
是的。MemPalace 包含一个内建的 MCP 服务器，将记忆存储和检索公开为 MCP 工具。任何兼容 MCP 的代理（Claude Code、Cursor 等）都可以无需自定义集成代码直接连接。
隐私和安全考量有哪些？
MemPalace 设计上以本地优先——所有记忆数据都保留在用户的机器上。该项目发布了一份全面的安全与伦理文档，团队也正积极与 AI 安全研究人员就持久性代理记忆的影响进行合作。
延伸阅读
flowchart TB
A[代理交互] --> B[AAAK 压缩器]
B --> C{提取实体}
C --> D[存储至现有房间]
C --> E[创建新房间]
C --> F[更新关联]
D --> G[空间层级结构]
E --> G
F --> G
G --> H[MCP 查询接口]
H --> I[代理检索]
I --> J[毫秒级回忆]flowchart LR
subgraph 记忆空间
S1[工作空间]
S2[个人空间]
S3[知识空间]
end
subgraph 房间
R1[项目] --> S1
R2[偏好设置] --> S2
R3[研究] --> S3
end
subgraph 物体
O1[仓库详情]
O2[用户设置]
O3[论文摘要]
end
R1 --> O1
R2 --> O2
R3 --> O3
