蜜拉喬娃維琪用AI做出「滿分專案」？開發者實測：是真有料還是誇大炒作？

蜜拉喬娃維琪參與開發的 AI 記憶系統 MemPalace 宣稱測試滿分而爆紅，卻遭社群踢爆測試涉嫌作弊與數據誤導。實測發現成效誇大且有大量錯誤，團隊已承認瑕疵並著手修復中。

蜜拉喬娃維琪打造AI記憶宮殿，引發外界關注

昨天（4/7）AI 圈有個大新聞是，以《惡靈古堡》、《第五元素》聞名的好萊塢女星蜜拉·喬娃維琪（Milla Jovovich），與開發者 Ben Sigman 使用 Claude Code 輔助開發出「MemPalace」開源 AI 記憶系統。

一時間，「好萊塢巨星跨界做出滿分專案」的說法廣泛流傳，MemPalace 至今在 GitHub 上也獲得超過 2 萬顆星星，但很快地就引發開發者社群質疑：是真的有料還是炒作？

先來說一下 MemPalace 誕生的動機，官方文件稱是想解決目前 AI 系統使用者與 AI 的對話內容、決策過程與架構討論通常會在工作階段結束後消失，導致數個月的心血歸零的限制。

為解決這個問題，MemPalace 採用空間架構來儲存記憶，將資訊明確歸類至代表人員或專案的翼區，以及走廊、房間與抽屜等不同層級的結構中，保留對話原文供後續語意檢索。

開發團隊宣稱，MemPalace 在長效記憶評估基準 LongMemEval 中獲得 100% 的完美成績，並且在不呼叫任何外部 API 的情況下達到 96.6% 的準確率，而且能完全在本地端運行，不需訂閱雲端服務，並搭載號稱能達到 30 倍無損壓縮的 AAAK 方言系統。

圖源：GitHub 美國電影明星蜜拉喬娃維琪打造AI記憶宮殿，引發外界關注

同業與社群齊質疑，測試方法與宣傳存瑕疵

不過，MemPalace 號稱 LongMemEval 滿分的成績，很快就引來了同業質疑。

同樣是製作 AI 記憶系統的 PenfieldLabs 指出，MemPalace 宣稱在 LoCoMo 資料集獲得滿分，在數學上不可能發生，因為該資料集的標準答案本身就包含 99 個錯誤。

PenfieldLabs 分析發現，MemPalace 的 100% 成績來自於將檢索數量設定為 50 次，但測試資料集對話的最高階段數僅有 32 次，這代表系統直接繞過檢索階段，將所有資料交給 AI 模型閱讀。

針對 LongMemEval 的 100% 成績，開發團隊被發現是針對開發集中出錯的 3 個特定問題，撰寫專屬修復程式碼，存在針對測試集作弊的嫌疑。

圖源：Reddit同業PenfieldLabs 指出，MemPalace 宣稱在 LoCoMo 資料集獲得滿分，在數學上不可能發生

GitHub使用者實測，基準測試有誤導成分

GitHub 使用者 hugooconnor 則在實測後評論，MemPalace 宣稱高達 96.6% 的檢索準確率，實際上完全沒有使用到 MemPalace 標榜的記憶宮殿架構。hugooconnor 稱，他們的測試單純呼叫底層資料庫 ChromaDB 的預設功能，完全沒有牽涉專案強調的翼區、房間或抽屜等分類邏輯。

hugooconnor 測試後發現，當系統真正啟用這些記憶宮殿的專屬分類邏輯時，檢索成績反而出現衰退。以房間模式為例，準確率下降至 89.4%，而啟用 AAAK 壓縮技術後，準確率更跌至 84.2%，兩者皆低於預設資料庫表現。

hugooconnor 也批評了測試方法，MemPalace 的測試環境刻意把每個問題的檢索範圍，縮小至約 50 個對話階段，在極小的樣本庫中尋找答案過於簡單。

若把範圍擴大到真實情境的 19,000 多個對話階段，傳統關鍵字搜尋的準確率會暴跌至 30%，顯示 MemPalace 目前的測試方式掩蓋真實的搜尋難題。

圖源：GitHub GitHub使用者實測，MemPalace基準測試有誤導成分

同時，雖然開發團隊已經發布更正聲明，承認 AAAK 技術確實驗證為有損壓縮，並承諾會根據社群的嚴厲批評修正說明文件與系統設計。但專案的主說明文件依然保留多項未經修正的誇大說法，包含宣稱 30 倍無損壓縮與 34% 檢索提升，且與其他競爭對手的比較圖表也完全缺乏來源出處。

MemPalace原始碼面臨多項Bug

隨著越來越多開發者下載測試，目前 GitHub 平台上出現大量關於 MemPalace 原始碼的 Bug 回報。

使用者 cktang88 列出多項嚴重瑕疵，包含壓縮指令無法運作並導致系統崩潰、摘要字數計算邏輯錯誤、挖掘房間的統計數據不準確，以及伺服器在每次呼叫時會將所有詮釋資料載入記憶體中，造成嚴重的資源消耗問題。

其他被指出的問題，還包括系統將開發者的家庭成員名稱硬性寫入預設設定檔中，以及查詢狀態時存在 1 萬筆資料的強制顯示上限。

針對這些問題，開源社群已經開始積極修復。**使用者 adv3nt3 提交多項修復請求，包含修正挖掘統計數據、移除預設的家庭成員名稱，以及延遲知識圖譜的初始化時間。**開發團隊後續也承認這些錯誤，正透過社群協作逐步解決程式碼的問題。

蜜拉喬娃維琪Vibe Coding很酷，行銷方式不酷

對於 MemPalace 這個專案，Hacker News 網友 darkhanakh 下了一個結論：MemPalace 給人一種 OpenClaw 的既視感，也就是人為操縱基準測試（benchmark）結果使其看起來完美無瑕，然後再將其包裝成某種重大突破來行銷。

他認為，MemPalace 的底層技術可能確實很有意思，但在測試方法帶有這類瑕疵的情況下，還主打「史上公開最高分」來宣傳，實在不太妥當，「不過，蜜拉喬娃維琪在玩 Vibe Coding 這件事，我想還是挺酷的啦。」

延伸閱讀：
AI寫程式出包！超商即期品App「惜食獵人」爆資安問題，家中GPS全裸奔