Milla Jovovich――はい、『バイオハザード』の女優――は、MemPalace という AI メモリシステムをリリースしました。4日後には GitHub のスターが 30,000 件になりました。私はソースコードをすべて読みました。
Repo: milla-jovovich/mempalace
数字
中核となる mempalace/ ディレクトリは Python ファイル 22 本、全 7,625 行です。3万スターのプロジェクトとしてはコンパクトです。比較として、別のAIメモリプロジェクトである OpenHands には Python の行数が 287,000 行あります。
これは批判ではありません――小さなコードベースは良いこともあります。ただ、AIエージェント分野で私が目にした中で、ここはスター数に対するコード量の比率が最も高いです。
実際に良い点：4層メモリスタック
layers.py（515行）が本当の貢献です：
- Layer 0: Identity（約100トークン）――常に読み込まれる。私は誰で、誰と仕事をしているのか。
- Layer 1: Essential Story（約500〜800トークン）――常に読み込まれる。すべての会話からの主要な出来事。
- Layer 2: On-Demand（トピックごとに約200〜500トークン）――特定のプロジェクトが出てきたときに読み込まれる。
- Layer 3: Deep Search（無制限）――要求に応じた ChromaDB のセマンティック検索。
起床コストは約600トークンです。毎日AIを使う6か月で、会話の総計は約19.5Mトークンになります。MemPalace は開始時に 170 トークンしか読み込みません。これは良い設計パターンです。
売りにされすぎている点：AAAK 方言
AAAK（dialect.py、952行）は、最大のモジュールであり、最大の論争点でもあります。
元のREADMEは「30xのロスレス圧縮」をうたっていました。コミュニティは48時間以内にこれを否定しました：
- 実際のトークナイザーでは、AAAK は生テキストよりも「多くの」トークンを使用している（73 対 66）
- LongMemEval ベンチマークでは、AAAK モードが 84.2% で、生モードの 96.6% を下回る――12.4ポイントの後退
作成者たちは、これらの問題を認める正直な訂正を公開しました。しかるべき評価をすると、その訂正が、このリポジトリで最も信頼できるものです。
誰も触れていないセキュリティ問題
フックスシステムにはシェルインジェクションの経路があります。precompact フックでは、SESSION_ID がサニタイズの前にシェル展開を経ます。細工されたセッションIDで任意のコマンドを実行できてしまいます。
ローカル利用だけなら致命的ではありませんが、「安全なローカル専用」として売り込んでいるプロジェクトなら、これは修正が必要です（issue #110 として追跡されています）。
検索はどれくらいシンプルなのか？
searcher.py は 152 行です。任意のメタデータフィルタ（wing と room）を指定して ChromaDB.query() を呼び出します。README の「+34% の取得ブースト」は、ChromaDB の標準的な where 句によるフィルタリングです――どの ChromaDB ユーザーでも、これを無料で得られます。
結論
MemPalace は詐欺ではありません。4層メモリスタックは役に立つ設計パターンです。ChromaDB ベースのローカルストレージも機能します。外部APIへの依存ゼロは、確かな利点です。
ただし、README はコードを盛りすぎています。AAAK の圧縮は圧縮ではありません。ベンチマークの数値には注意書き（アスタリスク）が必要です。「+34% のブースト」は標準的なデータベース機能です。
もし1つのファイルだけ読むなら、layers.py を読んでください。あの 515 行の方が、マーケティングの主張より価値があります。
完全な分解（teardown）
アーキテクチャ図、セキュリティ監査、OpenHands/Claude Code/Letta とのクロスプロジェクト比較：
github.com/NeuZhou/awesome-ai-anatomy/tree/main/mempalace
私たちは他にも 13 の AIエージェントプロジェクトについて、ソースコードレベルの分解を行っています：
