MemPalace/mempalace 是一個開源 AI 記憶系統。專案描述裡說它是 “open-source AI memory system”，並且強調 benchmark。簡單理解，它想為 LLM 和 Agent 提供可持續的記憶層，而不是只依賴當前上下文視窗。
長期記憶是 Agent 系統繞不開的問題。沒有記憶，Agent 每次都像新來的；記憶做壞了，又會把錯誤偏好、過時事實和隱私資料一起帶進後續任務。
它適合做什麼
MemPalace 更適合這些場景：
- 個人 AI 助理記住偏好和長期目標；
- 程式設計 Agent 記住專案約定和歷史踩坑；
- 客服或經營 Agent 記住使用者上下文；
- 多輪研究任務保留階段性結論；
- 透過 MCP 把記憶能力接給不同客戶端；
- 建構本地或私有部署的記憶服務。
這類系統的重點不是“多存幾筆記錄”，而是存什麼、怎麼檢索、什麼時候忘、怎麼糾錯。
和普通 RAG 的區別
普通 RAG 更像「查資料」；記憶系統更像「累積經驗」。
RAG 的物件通常是文件、網頁、知識庫。記憶系統則會處理對話、使用者偏好、任務軌跡、決策結果、失敗經驗。兩者可以結合，但不要混為一談。
如果你只是要問 PDF 內容，RAG 足夠；如果你希望 Agent 跨會話成長，就需要記憶系統。
使用時要注意什麼
長期記憶有幾個硬問題：
- 記憶必須可查看、可編輯、可刪除；
- 不能把臨時猜測當事實保存；
- 需要區分使用者偏好、事實、任務狀態和經驗；
- 敏感資料要有權限和保留策略；
- 舊記憶可能過時，需要衰減或複核。
AI 記憶系統最怕「自信地記錯」。所以不要只專注在召回率，也要關注糾錯機制。
小結
MemPalace 值得關注，是因為 AI Agent 正從一次性工具走向長期協作夥伴。只要 Agent 要跨會話工作，記憶系統就會變成基礎設施。
但記憶不是越多越好。真正好用的記憶系統，應該讓使用者能掌控它記住了什麼，也能讓 Agent 在需要時拿到正確的脈絡。