腾讯开源Hy Memory 2.0及智能体记忆写入模型
腾讯混元开源了面向AI智能体的长期记忆框架Hy Memory 2.0,包括Python SDK、把多款编程工具历史汇集到本地的MemHub应用,以及采用Apache 2.0许可、决定写入哪些记忆的专用模型。
腾讯混元于2026年10月开源了Hy Memory 2.0。Hy Memory是一套记忆基础设施,让AI智能体在多次会话之间记住对话、任务和代码变更。此次发布包括三部分:Python SDK hy-memory、桌面与命令行应用MemHub,以及专门训练用于写入记忆的Hy-Memory-30B-A3B模型。该模型可在自有服务器上运行,以Apache 2.0许可发布在Hugging Face上。
Hy Memory是什么
长时间运行的智能体需要决定记住什么、更新什么、丢弃什么。Hy Memory针对三种场景采用不同设计:对话场景中用分层长期记忆保存个人信息,工作任务中保存事实和可复用经验,编程场景中用差异链按版本追踪代码变化。根据代码仓库的说明,SDK只需要一个语言模型和一个向量接口,任何兼容OpenAI的服务或本地模型都可以使用。
MemHub:编程工具的共享记忆
MemHub把用户授权的AI应用中的对话历史和编程轨迹汇集到一个本地目录。仓库列举了Claude Code、Cursor、Codex、OpenCode和Qwen Code等工具,在一个工具中学到的信息可以在另一个工具中调用。数据保存在用户自己的电脑上,已提供签名的macOS桌面应用以及macOS和Linux命令行版本。
记忆写入模型
Hy-Memory-30B-A3B是总参数300亿、每步约30亿参数激活的混合专家模型,负责决定写入哪些记忆以及新信息如何更新旧记忆。模型卡称它可以直接替换Mem0、MemOS和Hy Memory中的通用大模型。卡中表格显示其跨框架平均分为55.49,同表中Claude Opus 5为54.62,DeepSeek V4.1 Flash为53.64。模型支持vLLM、SGLang和Transformers,并列出了适用于llama.cpp、Ollama和LM Studio的量化版本。训练方法见技术报告。
表中分数为腾讯公布的数值,测试使用了数据集固定20%的子样本,模型卡也说明部分框架的结果并非对所有模型以相同方式采集。模型卡未说明包括土耳其语在内的语言支持情况。建议在自己的智能体流程中试用,并关注独立研究人员的对比。
