MemPalace gick fran 0 till 23 000 GitHub-stjarnor pa 72 timmar genom att argumentera for att AI-minne aldrig ska kasta nagot. Anda kan det inte inta ett enda motestranskript. Den storsta kallan till organisatorisk kunskap ar inte ens med i samtalet.

Karnargumentet i MemPalace ryms i en enda mening, och README:n uttrycker det nastan som ett manifest: AI-minnessystem ska lagra allt ordagrant och aldrig lata en LLM avgora vad som ar vart att behalla. README:ns formulering av konkurrensen ar skarp: "Other memory systems try to fix this by letting AI decide what's worth remembering. It extracts 'user prefers Postgres' and throws away the conversation where you explained why." Den meningen ar anledningen till att projektet gick viralt pa 72 timmar. Det ar ocksa den mening som gor motestranskript-gapet sa iogonfallande. Ett system vars hela existensberrattigande ar att aldrig kasta kontext har ingen vag alls for att inta den enskilt storsta kallan till organisatorisk kontext som de flesta team har.

Den har artikeln kartlagger det gapet arligt -- vad MemPalace gor ratt, vad det inte adresserar och hur en motesnativ version av samma ide skulle behova se ut.

23 000 stjarnor pa 72 timmar

Kontexten forst, kort, for hastigheten spelar roll. MemPalace lanserades den 6 april 2026. Inom 24 timmar hade det passerat 5 000 GitHub-stjarnor. Den 8 april lag det pa ungefar 23 000 stjarnor och 3 000 forkar, med 159 PR:ar redan inlamnade. Medskaparna ar skadespelarennen Milla Jovovich (ja, just hon) och ingenjoeren Ben Sigman, och lanseringen bars av en tweet med over 1,5 miljoner visningar.

De benchmark-pastenden som drev lanseringen -- "first perfect score on LongMemEval, beating every product in the space" -- visade sig vara mer komplicerade an tweeten antydde, och communityn plockade isar dem i realtid. Vi tacktte detaljerna i den kontroversen arligt i AI-minnesveckan-genomgangen, och vi tanker inte ga igenom det igen har. Kortversionen: huvudsiffrorna jamfor hamtnings-recall med konkurrenternas end-to-end QA-noggrannhet, vilket inte ar en likvarddig jamforelse, och "100% pa LongMemEval"-korningen involverade patchar skrivna mot exakt de underkanda fragorna. Det ar verkligt och vart att kanna till.

Men de arkitektoniska ideerna under marknadsforingen ar ocksa verkliga, och det ar vad den har artikeln egentligen handlar om. De 19 las-skriv-MCP-verktygen. Den lokala SQLite-kunskapsgrafen. Vingar-rum-hallar-lador-den spatiala metaforen. Fyralagersladdsystemet som startar en agent pa ungefar 170 tokens pa lagsta nivan. Insisterandet pa att lagra originala ordagranna filer i "lador" som aldrig sammanfattas bort. Det ar verkliga ingenjorsval med verkliga konsekvenser. Ta bort lanseringshypen och det finns ett bidrag har som ar vart att ta pa allvar.

Sa lat oss ta det pa allvar, i den enda riktning som betyder mest for manniskorna som bygger motesverktyg: vad hander nar man riktar MemPalace mot ett mote?

Vad MemPalace faktiskt accepterar som indata

Konversationsminern finns i mempalace/normalize.py. Fem format stods, och listan ar exakt:

Claude Code JSONL
Claude.ai JSON
ChatGPT conversations.json
Slack-arbetsyteexporter
Generella textfiler

Miningslagena ar lika specifika. --mode convos tolkar chattstilsutbyten med turvaxling. --mode projects gar igenom kodbaser over ungefar 20 filanslutningar. --extract general kor en regex-baserad genomgang over ren text som letar efter ytmonster: beslut, preferenser, milstolpar, problem, emotionella ogonblick. Det ar hela ytan.

Alla fem indata delar en egenskap vard att namna: de ar skrivna konversationer mellan en mansklig anvandare och en AI, eller asynkrona textkanaler med en forfattare per meddelande. Minern forvantar sig den formen. >-anvandsarmarkoren, antagandet om korta alternerande turer, avsaknaden av all talaridentitetsspardning -- varje designval i normaliseraren speglar en indatavarlden som ser ut som chatt.

Vad MemPalace inte accepterar

Listan over saker konversationsminern inte hanterar ar, i sammanhanget, hela formen av motesvarlden:

Inget VTT-format. WebVTT ar standardundertitel- och transkriptformatet som anvands av Zoom och en lang rad videoverktyg. Det finns inte i normaliseraren.
Inget SRT-format. Det andra dominerande undertitelformatet som anvands av transkriptpipelines. Ocksa franvarande.
Ingen nativ Zoom-transkriptexport. Varken via strukturerat falt eller filigenkanning.
Ingen Microsoft Teams-transkriptexport. Samma sak.
Ingen Google Meet-transkriptexport. Samma sak.
Ingen medvetenhet om talardiarisering. Chattexporter har en talare per meddelande per definition. Motestranskript har flera talare per session, med overlappande kontext, avbrott och identitet som maste losas over filer.
Ingen tidsstampelsbevarande. Motestranskript ar forankrade pa sekunden. Den forankringen ar det som later dig sparad ett beslut tillbaka till ogonblicket det fattades. Ingenting i minern bevarar det.
Ingen agendamedvetenhet. Moten ar organiserade kring amnen. Chattar ar reaktiva. Minern har inget koncept av amnesgranser inuti en session.
Inget monologstod. En lang oavbruten stracka av en talare -- vanligt i rostmemon, forelasningar och manga verkliga moten -- ser inte ut som ett chattutbyte och passerar inte rent genom minern.

Tva ytterligare fakta gor gapet omojligt att lasa som en oavsiktlighet. Ordet "meeting" forekomsteer noll ganger i MemPalace:s dokumentation och kodbas. Ordet "transcript" forekomsteer noll ganger. Det har ar inte en foerbiseende att patcha i en 1.0.1-release. Det ar ett designutrymme projektet aldrig gick in i.

Det ar forrresten helt ok. Projekt far avgranssa sig. Poangen ar inte att MemPalace har fel i att fokusera pa chattartefakter. Poangen ar att den ordagrant-forst-filosofin ar exakt den filosofi moten behover, och projektet som artikulerade den hogst ar annu inte ens i narheten av de indata dar det skulle spela mest roll.

Varfor moten ar strukturellt annorlunda an chattar

Det ar vart att vara precis om varfor ett chattformat minnessystem inte bara kan absorbera ett mote genom att behandla det som ytterligare en textfil. De strukturella skillnaderna ar inte kosmetiska.

Flertalarskonversationer inom en enda session. En chattexport ar en sekvens av entforfattarmeddelanden. Ett motestranskript ar en enda session med flera talare vars turer overlapper, vars kontext beror pa varandra och vars identiteter maste sparas genom hela filen snarare an per meddelande.

Langa monologer foljda av reaktiv diskussion. Verkliga moten vaxlar mellan att nagon pratar i tio minuter och en skur av tvaradssvar. Chattminern antar kort turvaxling. Bada formerna bryter antagandet.

Agendadrivet flode. Moten ar strukturerade kring amnen som spanner over flera talare. Samma amne kan loppa i femton minuter, sedan aterkomma kort trettio minuter senare. En meningsenhet har ar inte "en tur" -- det ar "en diskussion om X over flera turer av flera personer." Chattminern har inget koncept av detta.

Tvarmoteskontinuitet. Sarah fran kundteamet i den har veckans samtal ar samma Sarah nasta vecka, aven om hon dyker upp i ett mote som MemPalace skulle arkivera under ett annat rum. Talaridentitet maste losas over filer, inte inom dem. Chattexporter har inte det problemet for att anvandaren alltid ar en person.

Beslutsogonblick forankrade i tidsstamplar. Nar ett mote beslutar nagot existerar beslutet vid en specifik punkt i inspelningen. Den tidsstampeln ar hur man granskar beslutet senare. Ett minnessystem som tappar tidsstamplar vid inmatning kan inte svara pa "exakt nar beslutades det har," vilket ar fragan som betyder mest nar beslut gar snett.

Atgardspunkter som spanner over moten. Nagot som tilldelas i mote A och loses i mote B ar inte tva orelaterade fakta. Det ar en trad. En chattformad extraktor ser dem som oberoende observationer. En motesformad extraktor maste modellera sjalva traden.

Ett minnessystem designat for chatt behandlar varje tur som en oberoende enhet och later corpuset forma sig underfran och upp. Ett minnessystem for moten maste behandla hela konversationen som en enhet, och anda extrahera strukturerade signaler -- beslut, ataganden, entitetsomnamnanden -- som sparas over sessioner. Det ar inte samma jobb.

Vad MemPalace gor ratt

Det har ar den del av artikeln dar det vore billigt att hata. Den arliga lasningen ar den motsatta: de flesta av MemPalace:s barande arkitektoniska val ar exakt vad ett motesnativt minnessystem ocksa skulle behova. Projektet ar narmare "ratt monster, fel indata" an "fel monster."

Ordagrant lagrande som primitiv. "Ladmonstret" -- originalfiler bevarade exakt, aldrig sammanfattade over -- ar det ratta baslagret for motestranskript. Moten ar precis den typ av kalla dar extraktion forlorar kritisk kontext. Formuleringen spelar roll. Tveksamheten spelar roll. Uppfoljningsfragan som ingen svarade pa spelar roll. Att lagra det ordagranna transkriptet och behandla varje kompilerad artefakt som en harledd vy ovanpa ar den arkitektur motesverktyg borde anvanda redan och mestadels inte gor. (For den bredare versionen av det argumentet, se mote-till-wiki-gapet.)

Lokal-forst som standard. Motestranskript ar bland de mest kansliga data en organisation ager. De innehaller kundkonversationer, interna oenigheter, namngivna personer som diskuterar saker de inte skulle skriva ner. De nordiska datasuveranitetsoron ar verkliga och de forsvinner inte. MemPalace:s standard att kora pa lokal SQLite och ChromaDB, utan nagon molnomvag som kravs, ar ratt startposition. De flesta motesverktyg defaultar for narvarande atandra hallet.

Las-skriv-MCP-verktyg. Det har ar genomsbrottet som ingen namner tydligt nog. Nastan varje motes-MCP-server som levererats hittills ar skrivskyddad -- agenter kan soka transkript och hamta sammanfattningar, men ingenting skriver tillbaka. MemPalace levererar 19 verktyg och listan inkluderar uttryckligen add_drawer, kg_add, kg_invalidate och diary_write. Skrivoperationer ar forstklassiga. Det ar den arkitektoniska form motesverktyg behover utvecklas mot, och MemPalace ar for narvarande det tydligaste exemplet pa det i oppenkallkods-minnesomradet.

Fyralagersladdningssystemet. Uppdelningen i L0 identitet, L1 kritiska fakta, L2 rumsatergivning, L3 djupsok ar ett verkligt ingenjorsval med en matbar kostnad. Oberoende reproduktion placerar faktisk L0+L1 narmare 600--900 tokens an README:ns 170, men principen haller: en agent som behover kontext varje gang den startar drar enorm nytta av en stegad laddningsmodell dar det mesta av informationen hamtas bara nar den efterfragas. Motesagenter som maste brieffa sig om en person eller ett projekt innan de svarar behover exakt den formen.

Schema-som-fil-monstret. MemPalace:s struktur definieras i vanliga filer som LLM:en laser vid start. Det ar samma monster Karpathy beskrev for den LLM-underhallna wikin -- en CLAUDE.md eller AGENTS.md som talar om for modellen hur innehall ska kompileras in i kunskapsbasen. Det ar portabelt, versionskontrollerbart och tvingar manniskan att tanka klart over vad kunskapsbasen faktiskt ar. Motesverktyg har inte adopterat det monstret alls. Det borde de.

Vad MemPalace gor fel (eller inte alls) for moten

Nu den andra sidan. Ta ideerna ovan som givna, och gapen for motesfallet skarpas snabbt.

Vingar-rum-hallar-metaforen mappas inte naturligt pa moten. Moten ar episodiska, inte tematiska. Ett enda entimmarsmote berror fem "rum" vart amnesomrade. Att tvinga in det i ett enda rum forlorar tvartematisk kontext. Att dela upp det over rum forlorar sessionsenheten. Ingendera ar ratt. Chattminne ar naturligt rumformat for att varje konversation mestadels handlar om en sak. Moten ar det inte.

Konversationsminern forvantar sig chattmonster, inte motesstruktur. Dokumenterat ovan. >-anvandarmarkoren, den antagna turkadensen, avsaknaden av all talarkontinuitetsspardning -- inget av det overlever kontakt med en verklig transkriptfil.

Kunskapsgrafen ar verklig men begransad, och motsagelsedetektering existerar faktiskt inte. Den har ar viktig och overraskande. README:n demonstrerar upprepade ganger motsagelsedetektering ("AUTH-MIGRATION: attribution conflict -- Maya was assigned, not Soren"). Leonard Lins oberoende kodgranskning fann noll forekomster av "contradict" i knowledge_graph.py. En separat fact_checker.py existerar men ar inte kopplad till KG-operationerna. Projektet har erkant detta. For moten ar motsagelsedetektering en av de mest vardefulla tankbara funktionerna -- stred den har veckans beslut mot forra maanadens? -- och just nu implementerar MemPalace det inte, ens for de indata det stodjer.

Ingen talaridentitetsupplosning over moten. "Sarah" i mote ett och "Sarah Chen" i mote fem ar olika entiteter for MemPalace. Det finns ingen rostfingeravtryckning, ingen namnsammanslagningspassage, inget entitetsupplosningslager designat for konversationsljud. For att moteskunskap ska ackumuleras -- hela anledningen till att man skulle bygga det har fran borjan -- maste talaridentitet losas vid kallan, inte retrofittas vid fragetillfallet.

Ingen beslutsextraktion. --extract general-laget kor regex mot text som letar efter beslut och preferenser. Det fangar ytmonster. Det forstar inte motesstruktur, som ar dar de flesta beslut faktiskt bor ("ok, sa vi kor pa det andra alternativet" ar strukturellt ett beslut just pa grund av diskussionen som foregick det). Motestranskript behover extraktion som ar medveten om konversationskontexten, inte monstermatching mot nyckelord.

Debatten ordagrant-kontra-extraktion, tilllampad pa moten

Ta ett steg tillbaka. MemPalace:s "lagra allt ordagrant"-position ar en pol i en gammal debatt. Den andra polen ar motesverktyg som Granola, som lagrar forbattrade anteckningar briljant och i stort sett kastar det raa transkriptet. Bada polerna har ett verkligt argument bakom sig. Ordagrant-forsvarare har ratt i att extraktion forlorar kontext. Extraktionsforsvarare har ratt i att ingen omlaaser ett fyratimarstranskript.

Det arliga svaret ar att det ar en falsk binar. Den ratta arkitekturen lagrar bada:

Det ordagranna transkriptet, oforanderligt, sa att varje ogonblick kan spelas upp och varje extraktion kan harledas pa nytt.
Strukturerade signaler -- beslut, entiteter, atgardspunkter, talaridentiteter -- extraherade vid inmatning och sparade over sessioner som forstklassiga objekt.
Ett enda fragegranssnitt som later dig na in i endera lagret beroende pa vad du behover.

Det ar ocksa den arkitektur Karpathy beskrev for den LLM-underhallna wikin, med radata i en mapp och en kompilerad, atergenererbar wiki ovanpa. Om du inte har last arbetsfloedesguiden eller moteskunskapsformuleringen gor de samma poang pa langden. Den skeptiska versionen av samma samtal, inklusive tokenkostnads- och kontamineringsoron, finns i LLM-wiki-skeptikerns guide.

MemPalace har tagit den ordagranna halvan pa allvar och extraktionshalvan latt. De flesta motesverktyg har gjort tvartom. Ingendera ar fardiga.

Hur ett motesnativt MemPalace skulle se ut

Om man tog den arkitektoniska filosofin fran MemPalace och byggde om den for moten fran grunden ar komponenterna inte mystiska. Listan laser som en produktspecifikation.

Nativ inmatning av motesformat. VTT, SRT, Zoom, Teams, Google Meet, Otter-exporter, ratt ljud genom transkription. Allt som producerar ord sagda av manniskor i ett rum.
Talarupplosning som en forstklassig operation. Rostfingeravtryck, namnextraktion fran kontext, tvarmotesidentitetssammanslagning. "Sarah Chen" i vecka fem forenas med "Sarah" i vecka ett utan att anvandaren behover fraga.
Besluts- och atgardspunktsextraktion i inmatningspipelinen. Inte som en nedstroems chattfunktion. Som en del av hur ett mote blir ett minne. Extraherade poster lever som forstklassiga entiteter i grafen, taggade med kallmotet och tidsstampeln inuti det.
Tvarmotessyntes som en persistent artefakt. "Allt Sarah atagit sig over de senaste sex motena" ska inte vara ett chattsvar som forsvinner nar man stanger fliken. Det ska vara en markdown-fil som existerar i morgon och uppdaterar sig inkrementellt efter det sjunde motet.
En MCP-verktygsyta for bade las och skriv. Lasverktyg for att soka transkript och hamta entiteter. Skrivverktyg for att inta nya moten, uppdatera beslutsloggar, sla samman talaridentiteter, flagga motsagelser. Skrivhalvan ar den del de flesta motesverktyg saknar idag.
Lokal-forst-arkitektur med EU-dataresidency som standard. Inte som ett enterprise-tillagg. Som startpositionen. Det har ar grundkrav for europeiska kunder och i okande grad for alla andra.

Det ar inte en hypotetisk produkt. Vi har byggt den pa Proudfrog i manader -- Proudfrogs MCP-server, for narvarande i beta med fem skrivskyddade verktyg och skrivverktyg pa vag, ar bryggan vi lagger mellan motestransbbskription och Karpathy/MemPalace-minnesmonstret. Det ar den enda meningen i den har artikeln om var egen produkt, och den ar har for att gapet den har artikeln beskriver ar gapet vi har byggt mot.

Den oppna fragan

Problemet med ordagrant lagrande av moten ar nu synligt pa ett satt det inte var for tva veckor sedan. MemPalace la ena halvan av svaret pa bordet, mycket hogljutt. Motesverktygen har det mesta av den andra halvan men inser annu inte att de behover MemPalace:s halva. Fragan for de narmaste tolv manaderna ar vem som sluter avstandet. Lagger MemPalace till motesstod? Adopterar ett motesverktyg MemPalace:s ordagrant-forst, skriv-tillbaka, lokal-forst-arkitektur? Anstander en ny aktorr och gor bada samtidigt?

Oavsett svaret ar gapet nu lasbart, och den synligheten ar den del som saknades. Man kan argumentera om vem som ar bast positionerad att stanga det. Man kan inte langre argumentera for att det inte finns.

Vanliga fragor

Varfor stodjer inte MemPalace motestranskript?

Det byggdes inte for dem. MemPalace:s konversationsminer ar designad for chattformade artefakter -- Claude Code-loggar, ChatGPT-exporter, Slack -- dar varje meddelande har en forfattare och turkadensen ar kort. Motestranskript har en fundamentalt annorlunda struktur: flera talare per session, langa monologer, agendadrivet amnesflode och tidsstamplar som forankrar beslut. Att stodja dem skulle krava att man lagger till nativa tolkare for VTT, SRT och de stora motesplattformarnas exportformat, plus ett talarupplosningslager som for narvarande inte existerar nagonstan i kodbasen. Det ar ett annat designutrymme, och orden "meeting" och "transcript" forekomsteer bada noll ganger i projektets dokumentation. Det ar den tydligaste signalen att det var ett medvetet avgransningsval snarare an ett forbiseende.

Kan jag bara spara mitt motestranskript som en textfil och mata det till MemPalace?

Du kan, och det kommer inte att krascha. Det generella textlaget accepterar det, den regex-baserade extraktorn drar ytmonster ur det och resultatet landar i en lada. Vad du forlorar ar allt som gor ett motestranskript anvandsbart: talaridentitet, tidsstamplar, agendagranser, distinktionen mellan en monolog och en diskussion, och all tvarmoteskontinuitet for de inblandade personerna. Du slutar med en ordagrant blob som ar sokbar men inte strukturerad. Det ar battre an ingenting, och mycket samre an vad en motesformad pipeline skulle ge dig.

Vad ar skillnaden mellan MemPalace:s ordagranna lagring och Otters fullstandiga transkription?

Otter lagrar transkriptet och exponerar det genom sok och en chatbot. MemPalace lagrar raadata i "lador" och behandlar dem som oforanderligt kallmaterial som allt annat harledds fran, med explicita skrivverktyg for att uppdatera en kunskapsgraf ovanpa. Den filosofiska skillnaden ar vad varje system tanker att lagringen ar till for. Otter behandlar transkriptet som produkten. MemPalace behandlar den ordagranna filen som det betrodda kalllagret under en kompilerad, fragbar graf. Otter-ansatsen ar enklare att anvanda idag; MemPalace-ansatsen ar narmare den arkitektur man vill ha om man bryr sig om kunskap som ackumuleras over sessioner.

Ar MemPalace:s kunskapsgraf tillrackligt bra for motesbeslut?

I sin nuvarande form, nej. Grafen ar verklig -- SQLite-backad, subjekt-predikat-objekt-tripplar med temporala giltighetsfoenster -- och den temporala modellen ar genuint anvandsbar. Men motsagelsedetektering, som ar en av de mest vardefulla tankbara funktionerna for en motesbeslutslogg, ar inte implementerad i koden trots att README:n antyder annat. Oberoende kodgranskning av Leonard Lin bekraftade detta och projektet erkande det. For att sparad beslut over moten -- "stred den har veckans samtal mot forra maanadens?" -- ar grafen en startpunkt, inte ett fardigt verktyg.

Hur skiljer sig Proudfrog fran en motesnativ version av MemPalace?

Det kortaste sattet att uttrycka det: Proudfrog borjar dar MemPalace slutar. Proudfrog hanterar de delar MemPalace inte gor -- inspelning, transkription, talardiarisering, identitetsupplosning over moten, besluts- och atgardspunktsextraktion, och ett kunskapslager som uppdaterar sig sjalvt nar nya moten kommer -- och ar byggt lokal-forst med EU-dataresidency fran borjan. Proudfrogs MCP-server (lasverktyg idag, skrivverktyg harnast) ar tankt att spela samma roll for moten som MemPalace:s MCP spelar for chattar. Vi ar inte de enda som skulle kunna stanga det har gapet, men vi har byggt mot exakt den har formen i manader, och manga av designvalen i MemPalace ser bekanta ut for oss av just den anledningen.

Bor jag vanta pa att MemPalace lagger till motesstod?

Om du behover det idag, nej. Projektet ar tre dagar gammalt i skrivande stund, medarbetarna ar responsiva men roadmappen ar upptagen med mycket mer omedelbara fragor (benchmark-metodologin, AAAK-komprimeringspastendena, motsagelsedetekteringsgapet), och motesinmatning skulle krava ett substantiellt nytt delsystem snarare an en liten patch. Om du ar en utvecklare som vill experimentera med ideerna, forka det och forsok skriva en VTT-normaliserare -- det ar exakt den typ av bidrag som projektet sannolikt skulle valkomna. Om du behover en fungerande pipeline for ditt teams moten nu, titta pa verktyg som byggdes for moten fran borjan och som tar den ordagranna och kompilerade arkitekturen pa allvar. Kunskapsarbetarnas anvandningsfall och funktionssidan ar de narmaste beskrivningarna av hur vi tanker kring det.

MemPalace lagrar allt. Dina moten lagrar ingenting. Har ar gapet.