Star 之外：记忆层先看部署形态
在 AI 编程 Agent 的记忆层选型中，GitHub Star 只能说明关注度，不能回答依赖、后台进程、记忆写入方式和检索质量等工程问题。素材给出的对比是：截至 2026-11-12，claude-mem 有 116,434 颗 GitHub Star，同类项目 palace-rs 只有 10 颗。
claude-mem 的 README 和 package.json 显示，v15.18.1 涉及 JavaScript 运行时、第二个 JavaScript 运行时、Python 工具链、向量数据库和长期运行的 HTTP 服务。palace-rs 的 README 对 v0.20.0 的描述是：一个二进制文件、一个 SQLite 文件、无 API key、无云。项目不需要 Python、向量数据库或 Docker，嵌入模型通过 ONNX Runtime 在 CPU 上运行，没有常驻服务进程。安装脚本会下载发布二进制并校验 SHA-256，然后执行 palace install 接入 Agent。
- claude-mem：多运行时、Python 工具链、向量数据库、长期 HTTP 服务。
- palace-rs：单二进制、SQLite、本地 ONNX 嵌入、无常驻服务。
这意味着两种不同的维护成本：claude-mem 更接近多组件后端，需要关注服务进程和依赖链；palace-rs 更接近本地工具，部署、备份和删除路径更短。
记忆由谁写入：模型摘要与原文存储
两者更关键的差别在于记忆生成。claude-mem 使用 LLM 写记忆：Agent 的 hooks 将每次工具调用交给本地 worker，第二个 Agent 把活动转成简短观察，并在会话结束时写入摘要。默认配置中，CLAUDE_MEM_PROVIDER 为 claude，CLAUDE_MEM_MODEL 为 haiku。最终保存的是模型总结，而不是事件原文。
这个摘要 Agent 也涉及费用或订阅。README 列出三种方式：托管的 claude-mem observer，提供 30 天免费试用并要求支付方式；用户自己的 OpenRouter 或 Gemini key；或者用户的 Anthropic 计划。README 还写明，使用 observer 时，记忆运行在计划之外，最多可带来 100% 的计划用量提升；试用结束后，除非订阅，记忆会回落到用户的 Anthropic 计划。
palace-rs 不使用 LLM 写入。代码、笔记和对话按原文保存。召回采用 BM25 与本地嵌入余弦相似度融合的混合搜索，并加入意图感知排序；本地 cross-encoder 重排序为可选项。记忆生成路径不消耗 token，也不需要 API key、第二个 Agent 或订阅。
评测、可追溯性与长期维护
记忆工具的核心是能否找回旧上下文。素材显示，palace-rs 公开了 LongMemEval s_cleaned 测试方法：470 个评估问题，每个问题覆盖约 50 个会话和 115k tokens 上下文；方法说明写明“没有 LLM 参与任何阶段，也没有 GPU”。排名权重在另一个 split m_cleaned 上选择并在运行前冻结。项目还发布按问题类型的结果，包括最弱类别。
它还提供包含 51 个问题的编程 Agent 评估，例如“为什么选择 bundled sqlite？”，可通过 cargo test –test coding_agent_eval — –nocapture 运行。README 说明该评估部分经过调优，并同时输出未调优数字。claude-mem 的 README 则没有公开检索基准：没有 LongMemEval 分数、没有 recall@K，也没有评估命令。其索引约 ~50-100 tokens/result、完整细节约 ~500-1,000 tokens/result 的说明，也注明不是测量后的召回率或端到端节省。
素材还提到，两者都使用 hooks。palace-rs 的 hooks 采用 fail open 设计：如果 palace 缺失或为空，Agent 可正常运行；每条结果带 wing、room、source file、drawer id 和分数构成。它还使用时间知识图谱，以“主语—谓语—宾语”记录事实并附 valid-from 日期；事实变化时，旧事实失效、新事实加入，时间线保留两者，palace_conflicts 标记过期或矛盾事实。
在隐私和本地化方面，palace-rs 写明无遥测，palace gain 统计只存本地数据库；网络调用只有一次从 Hugging Face 下载模型，以及用户开启远程模式时自己的 Palace Server。项目无账号、登录或分析，备份可通过 palace export 或复制 palace.db，删除可移除 ~/.palace。
claude-mem 的高星说明它被更多人看到，也覆盖了较多 Agent 场景。但流行度不是架构，也不是基准测试。对 Copilot、Cursor 以及各类 Agent 工具的长期记忆体验来说，真正影响日常使用的是：是否需要额外服务、是否消耗模型额度、记忆是摘要还是原文、检索能否复现、结果能否追溯，以及数据能否本地备份和删除。Star 可以作为入口，但不能替代对架构和评测的逐项检查。
原创文章，作者：点点，如若转载，请注明出处：https://www.dian8dian.com/ai-bian-cheng-agent-ji-yi-ceng-zen-me-xuan-bie-zhi-kan-116
