MemPalace Issue #27 — README 承诺 vs 代码现实的 7 个落差

> 一句话版本：有人对 MemPalace（47K ⭐ 的 AI 记忆系统）做了代码审计，发现 README 里吹的 7 个核心功能要么不存在、要么是假的、要么是误导性的。作者已承认并开始修复。

项目	信息
来源	[MemPalace/mempalace#27](https://github.com/MemPalace/mempalace/issues/27)
项目	[MemPalace](https://github.com/MemPalace/mempalace)（47,352 ⭐, MIT）
审计者	[lhl](https://github.com/lhl)，独立研究者
审计报告	[lhl/agentic-memory/ANALYSIS-mempalace.md](https://github.com/lhl/agentic-memory/blob/main/ANALYSIS-mempalace.md)
状态	✅ 作者已承认并积极修复

7 个落差

README 说	代码实际
自动检测知识图谱中的矛盾	`knowledge_graph.py` 没有任何矛盾检测逻辑。唯一去重是阻止完全相同的三元组。冲突事实（如两个不同的 `married_to` 值）会静默累积

严重性：🔴 功能不存在

README 说	代码实际
AAAK 是"无损缩写"	AAAK 是有损缩写：正则实体编码 + 关键词频率 + 55 字符截断。`decode()` 只是字符串拆分，无法重建原文。LongMemEval 从 96.6% 掉到 84.2%——12.4pp 的质量损失

严重性：🔴 核心声明为假

README 说	代码实际
96.6% 是 MemPalace 的分数	是"raw mode"的分数——未压缩原文存 ChromaDB，标准最近邻检索。宫殿结构（翼/房间/大厅）根本没参与。这测量的是 ChromaDB 默认嵌入模型的性能，不是 MemPalace

严重性：🟡 误导性归因

README 说	代码实际
宫殿结构带来检索提升	只是把搜索范围从"所有抽屉"缩小到"翼"再到"翼+房间"。这是元数据过滤——任何向量数据库的标准技术，不是新颖的检索机制

严重性：🟡 误导性包装

README 说	代码实际
用 Haiku 重排达到 100%	benchmark 脚本里没有。方法未记录，无法从 repo 验证

严重性：🟡 不可验证

README 说	代码实际
Closets 是压缩摘要存储层	AAAK 产生的是缩写，不是摘要。没有证据表明 closet 是独立于 drawer 的存储层

严重性：🟠 概念不匹配

README 说	代码实际
大厅类型在结构上强制执行	大厅只作为元数据字符串存在，不用于检索排序，也不作为约束执行

严重性：🟠 有概念无实现

> "概念上有很多值得喜欢的地方，但结合这些和 benchmark（LongMemEval 用的是 raw ChromaDB，不是宫殿结构，AAAK 和 room-boosting 都会降低分数），令人担忧。"

这个 issue 为什么重要：

对开源 AI 生态的警示：

正面信号：