當你與 AI 進行數個月的對話，每一個技術決策、每一次除錯過程、每一場架構討論：一旦 session 結束，這一切就消失了。你只能從頭再來。這不是普通用戶的困擾，而是好萊塢女星本人親身經歷的痛點。沒錯，就是《惡靈古堡》系列電影中飾演「愛麗絲」的蜜拉·喬娃維琪（Milla Jovovich）。她在與 AI 對話數月後，發現累積的大量決策與思考過程全部付諸流水，決定自己動手做一個真正屬於自己的記憶系統。她與朋友使用 Claude Code，花了數個月時間開發的 MemPalace 今日正式在 GitHub 開源，並在業界標準 benchmark 測試中拿下史上首個滿分，引發 AI 社群熱烈討論。GitHub 短短時間內已累積超過 8,800 顆星星、已有近千次分支。
女星蜜拉·喬娃維琪開源史上最強 AI 記憶系統「MemPalace」
起源：現有 AI 記憶系統的「被決定」困境
「我不想讓 AI 決定什麼值得被記住：我想要真正屬於我的記憶。」蜜拉·喬娃維琪在長時間使用 AI 輔助工作後發現，現有記憶系統最大的問題在於：它們讓 AI 扮演「記憶館理員」的角色，自動決定什麼值得留存。這導致大量「為什麼這樣做」與「當時的脈絡」被拋棄，只留下一條「user prefers Postgres」這樣的乾燥摘要。她的解決方案很直接：儲存一切，讓它可以被找到。
生化危机女主角 Milla Jovovich 刚在 GitHub 开源了一个 AI 记忆系统，在行业标准 benchmark 上拿了有史以来第一个满分
没错，就是那个爱丽丝🤯
她用 AI 对话几个月后，积累了大量的决策和思考结果全丢了，她觉得现有的记忆系统让 AI 决定什么值得记，不是她想要的
于是她和朋友用 Claude Code… pic.twitter.com/RnxyzxN3QP
— Ray Wang (@wangray) April 7, 2026
核心創新：古希臘記憶宮殿的 AI 版本
MemPalace 的命名直接來自古希臘著名的「記憶宮殿」（Method of Loci）記憶術：演說家透過在虛擬建築的各個房間放置想法，來背誦整篇演說，MemPalace 將這個概念應用於 AI 記憶組織。
系統採用「宮殿」三層結構：
- Wing（側翼）： 每一位計畫、每一個人、每一個主題，都有自己的側翼
- Room（房間）： 每個側翼內有不同類型的房間，例如「認證」、「帳務」、「部署」
- Closet（儲物間）與 Drawer（抽屜）： 壓縮摘要指向原始檔案，確保所有內容可被精確回溯
此外，Hall（走廊） 連接同一側翼內的相關房間，Tunnel（隧道） 則跨側翼連接不同項目之間的相關主題。AI 不必搜遍整個資料庫，一開口就知道該去哪個側翼找答案。MemPalace 官方表示，僅靠宮殿式空間結構本身，就能將檢索效率提升 34%。
AAAK：專為 AI 設計的無損縮寫語言
MemPalace 另一個重要創新是自創的 AAAK（Another AI Knowledge）壓縮語言，這是一種專為 AI 設計的無損簡寫格式，透過 универсальная 語法將對話內容壓縮 30 倍，實現「零資訊遺失」，不過缺點是對人類來說完全不可讀（也沒必要讀）。
AAAK 的設計目標是：不被人類閱讀，而是被 AI 快速讀取。 6 個月的對話（合計約 1,950 萬個 tokens）可以被壓縮成僅約 170 個 tokens，讓 AI 在喚醒（wake-up）時就能掌握所有關鍵背景。而且因為 AAAK 只是結構化文字，任何能讀取文字的模型都能使用：Claude、GPT、Gemini、Llama、Mistral，無需 decoder、無需微調、完全本地端運行（SQLite + ChromaDB），無需雲端 API。
benchmark 成績：史上首個滿分
MemPalace 在業界標準記憶系統 benchmark 測試中，交出了令人驚艷的成績：
| 指標 | 數值 |
|---|---|
| LongMemEval R@5（零 API 呼叫） | 96.6% |
| LongMemEval R@5（+ Haiku rerank） | 100% |
| 喚醒 tokens | 170 tokens |
| 年費 | $0.70（喚醒模式） |
測試同時覆蓋 ConvoMem 與 LoCoMo 等多個 benchmark，表現皆超越多數付費產品。
對比主流方案：六個月的 AI 對話約產生 1,950 萬個 tokens，若直接貼入 context window 根本無法容納；若用 LLM 自動摘要，則每年需花費約 $507 美元。MemPalace 以約 $10 美元的年間成本，實現近乎完美的召回率。
MIT 開源、純本地運行
MemPalace 採用 MIT 開源授權，完全在本地運行，無需網路連線、無需上傳資料。所有資料都在用戶自己的機器上，確保隱私安全。[1]
安裝方式極為簡單：
pip install mempalace
mempalace init ~/projects/myapp
mempalace mine ~/chats/ --mode convos支援三種資料開採模式：projects（程式碼與文件）、convos（對話導出），以及 general（自動分類為決策、偏好、里程碑、問題與情緒上下文）。
對於已支援 MCP 協定的 AI 工具（如 Claude、ChatGPT、Cursor），只需執行一次連接設定，AI 就會自動在背景呼叫 MemPalace 的 19 個 MCP 工具，主動為用戶回溯對話歷史。用戶從此無需手動輸入搜尋指令。
迴響：35 萬次觀看、8,800 顆星
MemPalace 開源後迅速獲得關注。Ray Wang 在 X（Twitter）上的分享貼文獲得超過 35.4 萬次觀看、2,600 個喜歡、441 次轉發，引發大量 AI 開發者與一般用戶的討論。許多人對一位好萊塢演員能做出超越所有 AI 公司記憶產品的成果感到驚艷，這大概也是 AI 時代才會出現的奇特現象，只要有想法不需要高深的程式編程能力也能作出震撼世界的軟體。
結語
從《惡靈古堡》到 GitHub 開源，米拉喬沃維奇證明了一件事：在這個時代，想像力才是最重要的門票。真正的創新，往往來自那些最了解「痛點在哪裡」的人——而不是技術本身。
當然，MemPalace 的實際表現能否持續經得起檢驗，還需要社群與時間的驗證。但它提出的核心概念——讓人類重新拿回記憶的主導權，而非交給 AI 決定——無疑是對當前 AI 記憶產品方向的一次有力提問。