豆包生成 MemPalace 是开源的GitHub最高评分AI记忆系统，基于空间记忆架构，非关键词检索，支持长距记忆。

作者是：milla-jovovich《生化危机》里的爱丽丝，《第五元素》里的LEELOO。

米拉负责概念和架构，拉LibreLabs的CEOBenSigman做编程。

这个项目有许多区别于其他项目的特点，不止于大长腿横扫丧尸的女主带来的明星光环。

特点一：verbatim storage特点二：在于完全本地运行，基于SQLite和ChromaDB，（zero API calls）不需要APIkey，不需要云服务，不需要订阅费。

你的数据，100%在你自己的设备上（local-first AI memory）特点三：检索后端可替换（pluggable backend）这个项目的火爆也带来了一些新趋势的风。

为什么 AI 工具开始从“记忆增强”走向“记忆治理”？

MemPalace 的价值，在于它提醒大家：AI 记忆系统不只是在拼 recall，还在拼三件更底层的事。

第一，记忆能不能本地可控；第二，记忆能不能按作用域被限制；第三，不同 agent 的上下文能不能长期分离而不互相污染。

很多人谈 AI 记忆时，默认目标都是“尽量全记住”。

但工程上更重要的问题其实是：哪些记忆该被加载，哪些不该。

MemPalace 的 wing / room / hall / tunnel 结构，以及 L0-L3 分层加载，实际上都是在做“记忆权限与检索边界”的粗粒度控制。

这和规则系统是天然互补的。

因为规则系统告诉 agent “不要越界”，而 MemPalace 可以进一步帮助它实现 “即便有历史，也不要默认全部看见”。

从这个角度看，MemPalace 不只是扩充记忆，而是在为 agent 提供一种更可治理的 记忆访问机制。

新的 agent 基础设施时代：过去大家优化 prompt，现在大家开始优化 AI 的宪法、档案馆和工作手册。

以后管 AI，不只是写提示词，更像是在给它定家法、建卷宗、配岗位。