你很难把这两件事放在同一个人身上。
一边是《生化危机》里打穿世界线的Alice，是《第五元素》里那个只会说一句“Multipass”的Leeloo。
另一边，是一个在GitHub上冲到全球第一的AI项目。
演员米拉·乔沃维奇，最近做了一件很不“演员”的事。
她和一位工程师朋友，用 Claude 协作开发了一个开源AI记忆系统——MemPalace。
上线48小时，2万Star，LongMemEval跑出96.6%，本地方案全球第一，年成本0.7美元……
这些数据本身不重要，重要的是——她切中的问题。
AI最严重的问题，其实不是“不聪明”
而是“ 没有记忆 ”。
她最初只是想做一个游戏：世界观、角色、剧情分支、关卡逻辑……这些东西，本质上是“长链条的决策系统”。
但AI做不了。
不是因为它不够聪明，而是它无法持续成为同一个“人”。
每一次新对话，都是重启。
你昨天构建的逻辑、推翻的路径、纠结过的选择，全都消失。
像一个智商很高，但每天失忆的合伙人。
市面上的解决方案，其实都在做一件事：
帮你“记结果”，而不是“记过程”。
像 Mem0、Zep 这类产品，本质逻辑是：
让AI自己决定什么值得被记住。
问题在这里：
真正有价值的，从来不是结论，而是路径。
为什么选A而不是B。
为什么推翻C。
为什么当时犹豫。
这些，才是“认知资产”，但它们被当成噪音删掉了。
MemPalace，本质不是一个工具
它是一种结构。
一个很古老的结构。
“记忆宫殿”。
古罗马演说家用来记长篇演讲的方法——把信息放进一个虚拟空间，通过位置来调用。
米拉做的事情很简单：把这个方法，搬进AI。
每个项目，是一个“翼楼”。每个话题，是一个“房间”。不同信息类型，用“走廊”连接。跨主题，用“隧道”打通。
底层——保留全部原始对话。
不删。不总结。不替你做判断。
这件事的关键，不在于结构本身。
而在于一个选择：
你是让AI帮你“优化信息”，还是帮你“保存复杂性”。
MemPalace选的是后者。
结果很直接：检索召回率，从60.9% → 94.8%。
AI没有变聪明，只是信息没有被阉割。
更有意思的，是它被“拆穿”之后
开源社区很快做了他们最擅长的事：拆。
压缩比被质疑。
功能被指出“借用”。
宣传被认为夸大。
换一家公司，这事基本就结束了，但他们做了一件更重要的事：
公开承认，逐条修正，列出待修Issue，删掉所有夸大的表达。
只留一句话：
我们宁愿做对的事，而不是看起来很厉害。
这一步，比96.6%更重要。
因为它触碰到AI时代一个更底层的变量：
信任的生产方式，正在改变。
最后一个问题，才是关键
为什么是她？为什么不是某个大厂AI团队？
答案可能不在技术，而在“ 视角 ”。
一个做了三十年演员的人，更敏感的不是算法，而是“ 叙事 ”。
她看到的不是“记忆模块”，而是：
一个没有连续性的智能体，是无法参与复杂创作的。
她朋友在社交媒体上玩了个梗：
MemPalace → Multipass。
如果你看过《第五元素》，你会记得那句台词。
“ Multipass ”
通行无阻。
某种意义上，这个项目真正打开的，不是记忆问题。
而是一个更大的命题：
当AI开始拥有连续性，人类的“工作方式”，会发生什么变化？
如果你把这件事只当成一个开源项目，那它已经结束了。
但如果你把它当成一个信号——
那它才刚刚开始。
微信扫一扫赞赏作者
继续滑动看下一个
非你可思
向上滑动看下一个
