Hy Memory 2.0：腾讯混元开源的三层记忆系统

大多数 Agent 的记忆是一段不断变长的对话历史，或者一个只按相似度检索的向量库。腾讯混元在 2026 年 10 月 16 日把 Hy Memory 升级到 2.0，并开源了模型、框架与应用三层：Python SDK 负责记忆的存取与演化，Hy-Memory-30B-A3B 是专为记忆写入训练的模型，MemHub 则是一个本地优先的桌面与命令行应用，把不同 AI 工具里的历史会话汇成一份个人记忆。仓库 2026 年 10 月 15 日创建，采用 Apache-2.0 许可，主要语言 Python，截至 2026 年 10 月 18 日有 760 颗星。

核心功能

• 按场景分三条管线：聊天、工作、代码各走一套提取与存储逻辑。不传 scene 时，没有工具调用的写入直接进聊天记忆，带工具调用的写入会被分类一次；三者的存储表与集合相互隔离，代码记忆不会混进工作记忆。
• 聊天记忆分八层：原始对话只追加，原子事实带版本且不可改写，再往上抽象出会话摘要、心智模型与有期限的意向（过期后降级为普通事实）。检索时同时返回画像、常规与主动三类通道。
• 工作与代码记忆是两层加一条链：每次任务固定产出一条事实（做了什么、结果如何）和零到多条可复用经验（触发条件、做法、适用环境、置信度）。代码场景多一条版本演化链，用零 LLM 调用记录同一段代码的每一次真实 diff——包括后来被回滚、在工作区和 HEAD 里都找不到的版本。
• 三种运行模式，成本差很多：lite 只做原始文本的向量写入与检索，不调 LLM，等价于普通 RAG；pro 增加提取与冲突消解；ultra 再加 System 2 的图式归纳与跨域扫描，需要图数据库。工作与代码记忆只在 pro / ultra 下生效。
• 记忆模型单独训练：Hy-Memory-30B-A3B 是 30B 总参数、3B 激活的 MoE，用「归因强化学习」训练，任务是把长期对话里的事实准确写进记忆并处理冲突。权重在 Hugging Face，技术报告在 arXiv。
• MemHub 打通十个工具：桌面端与 CLI 共用一份运行时和 ~/.one-memory 数据目录，授权后可导入 WorkBuddy、Cursor、Codex、Pi、Qwen Code、Hermes、DeepSeek Harness、OpenCode 等工具的历史会话，新会话实时同步；按来源隔离，不同应用可以各自限定能读到什么。

典型使用场景

• 跨会话的个人助手：用户在几周里反复提到「只盯有色和半导体」「先报 PE 历史百分位」这类偏好，记忆需要跨天、跨对话保留，并在方向改变后把旧偏好归档而不是直接删除。
• 长程编码任务：一个功能改了七八版，最后留下的代码看不出中间为什么回滚。版本链把每次修改的 diff 和当时的说法都存下来，下次接手时能查到决策过程。
• 同时用多个 AI 工具的人：在 Cursor 里交代过的规范，切到 Codex 又要重说一遍。MemHub 希望把这类上下文汇到一份本地记忆里，再按工具授权分发。
• 不想把原始对话交给记忆服务商的团队：SDK 可以自托管，向量库可选 ChromaDB、Qdrant、FAISS，图库可选 Kuzu、Neo4j，元数据落在本地 SQLite；但写入与检索仍会调用你自己配置的 LLM 与嵌入接口。

性能数据

以下数字全部来自腾讯混元的官方口径，测试方法与数据未在仓库中完整公开，不能当作独立复现的结果。

评测	指标	Hy Memory	对照
LoCoMo（聊天）	准确率	72.6%	EverOS 71.9%
LoCoMo（聊天）	每题 token	703	原 1,159，降 39.3%
MemoryArena（工作）	平均分	55.31%	次优 EverOS 低 10.2 个百分点
CodeMemoryBench（代码）	问答准确率	64.2%	官方称记忆框架第一
SWE-ContextBench（代码）	任务解决率	28.3%	MemOS 与 Mem0 25.3%
跨四套记忆系统	平均分	55.49	Opus5 54.62，DeepSeek V4.1 Flash 53.64

腾讯内部还给了三个业务数字：自选股 AI 助手接入后多跳召回从 50% 升到 90%，综合得分从 64.3 升到 79.6；iWiki 只用记忆作答的 251 道题正确率 36.7%，提供全部原始对话是 24.7%；腾讯新闻两个助手的 41 个复杂对话案例平均 91.68 分。这些是厂商自测，样本与评分标准都没有公开。

快速上手

核心 SDK 在 PyPI 上，最新版本是 2.0.4（README 的安装示例还写着 2.0.3）。只需一个 OpenAI 兼容的 LLM 接口和一个嵌入接口：

pip install hy-memory==2.0.4

export MEMORY_LLM_API_KEY="sk-your-key"
export MEMORY_LLM_BASE_URL="https://api.deepseek.com"
export MEMORY_LLM_MODEL="deepseek-chat"
export MEMORY_EMBEDDER_API_KEY="sk-your-key"
export MEMORY_EMBEDDER_BASE_URL="https://dashscope.aliyuncs.com/compatible-mode/v1"
export MEMORY_EMBEDDER_MODEL="text-embedding-v3"
export MEMORY_EMBEDDING_DIMS=1024

写一条记忆再查回来：

from hy_memory import HyMemoryClient

client = HyMemoryClient(mode="pro")
client.add("I love sci-fi movies, especially Interstellar", user_id="user_1")
print(client.search("What movies does the user like?", user_ids=["user_1"], limit=10))
client.close()

想先看 MemHub，去 GitHub Releases 下 macOS 的签名安装包，或用 npm 的 memhub-cli；memhub install 才会下载受管运行时，postinstall 不会。官方明确说 MemHub 仍在 preview，Windows 不支持。

小结

它适合已经在做 Agent 产品、又嫌向量库那套「切片加相似度」不够用的团队：三类场景的区分是实打实的设计差异，尤其是代码记忆里保存真实 diff 的版本链，解决的是摘要必然丢信息的问题。个人用户如果只是想让几个编码工具共享偏好，MemHub 是目前最省事的一层。

需要接受的边界也清楚：仓库创建不到一周，760 颗星，API 还在快速变动；GitHub 的许可证识别结果是 NOASSERTION，因为 LICENSE 前面加了腾讯的声明段，正文写的是 Apache-2.0；MemHub 是 preview，Windows 没有制品；所有效果数字都是厂商自测。和 Graphiti 那种以时间知识图谱为核心的方案相比，Hy Memory 的重点是「按任务类型分场景」，两者可以组合，但选型前应先用自己的对话样本量一遍召回质量。Python、Apache-2.0。