💯 完美的幻觉
MemPalace 抛出的最震撼的炸弹是：在 LongMemEval 榜单上拿到了史上首个 100% 满分。
2.1 题库与架构的“契合”
作为一个观测者，我们要问一个逻辑底层的问题：一个基于本地 ChromaDB 和几层黑话封装的系统，凭什么能超越那些烧了几十亿美金的商业方案？
答案通常藏在“Benchmark 优化”里。当你专门针对某个测试集的路径（比如长文本中的特定事实提取）设计了一套所谓的“宫殿结构”时，你拿到的满分其实是“过拟合”的另一种表现。
2.2 “零 API 调用”的代价
宣称零 API 调用实现长记忆，听起来像是技术平权。但这种基于本地向量检索的架构，在真实、混乱、海量的非结构化对话面前，其性能表现往往会被那些漂亮的跑分数据所掩盖。
真正的技术突破应当是普适的，而不是在特定的实验室环境下制造出来的数字奇迹。
“If a benchmark gives you a 100% score, it’s no longer a test; it’s a mirror reflecting what you want to see.”