Hy Memory 2.0 腾讯混元开源的智能体记忆框架

灵犀编辑部 2026-10-18 1 阅读

Hy Memory 2.0是什么

Hy Memory 2.0 是腾讯混元开源的智能体记忆框架，采用模型 + 框架 + 应用三层架构：专为记忆训练的 Hy-Memory-30A3B 模型、支持聊天/工作/代码三类记忆的 SDK，以及可连接 10 种 AI 工具的本地记忆管理应用 MemHub。Hy Memory 2.0 能跨对话、跨工具沉淀和同步个人记忆，让 Agent 拥有连续、完整的长期记忆，已在腾讯自选股、腾讯新闻等业务落地。

Hy Memory 2.0的主要功能

三层全开源架构：专用模型、记忆框架、MemHub 应用可独立使用，可组合成完整 Memory 解决方案。
三类记忆管理：负责聊天、工作、代码记忆的存储、更新与进化，开发者可通过 SDK 接入 Agent。
聊天记忆：从零散事实升级为完整事件脉络，自动关联跨时间、跨对话的内容并消解冲突。
工作记忆：多维度记录任务目标、做法与可复用经验，复用前先判断适用条件，辅助长程任务执行。
代码记忆：针对代码场景沉淀项目上下文，提升代码问答与任务解决的准确率。
MemHub 记忆同步：本地应用连接 Cursor、Codex 等 10 种 AI 工具，导入历史会话并实现跨工具实时记忆同步。

Hy Memory 2.0的技术原理

事件化记忆组织：以事件为主体梳理时间、地点、人物等要素并关联后续发展；回答多线索问题时，先合并重复信息、剥离冲突内容，再将干净记忆交给模型。
条件化经验复用：工作和代码记忆按任务目标、已确定做法、阶段结果及经验适用条件多维度存储，并随时间规整更新；复用经验时先校验当前场景是否满足适用条件，在匹配时精准调用，避免错误迁移。
任务断点续接：长程任务每次重启时，框架先判断当前处理的事项，再精准召回相关决策、仍适用的经验和历史工作过程，用最少 Token 获取最相关记忆。
专用小模型：Hy-Memory-30A3B 针对记忆更新、管理专门训练，在 Hy Memory、Mem0、MemOS 等框架上效果均超过 Opus5。
全局记忆汇聚：MemHub 内置 Hy Memory SDK，将各 AI 工具的会话在本地沉淀为统一个人记忆，并用插件形式向工具反向补充上下文，实现记忆资产与工具的解耦。

如何使用Hy Memory 2.0

获取开源资源：从 GitHub（Tencent-Hunyuan/Hy-Memory、Tencent-Hunyuan/MemHub）和 HuggingFace（Hy-Memory-30B-A3B）下载框架、应用与模型权重。

开发者接入 SDK ：将 Hy Memory SDK 集成到自己的 Agent 中，调用其存储、更新、召回记忆的能力。普通用户安装 MemHub ：下载 MemHub 的 CLI 或 Mac 端 APP，作为本地记忆管理中心。授权关联 AI 工具：在 MemHub 中授权 WorkBuddy、Cursor、Codex 等 10 种已支持的 AI 工具。导入历史会话：授权后一键导入各工具的历史对话，由内置 Hy Memory SDK 沉淀为本地个人记忆。开启实时同步：各工具产生的新会话自动汇入同一份全局记忆，无需手动操作。用插件方式调用：在任一已关联工具中发起任务时，MemHub 自动将相关记忆作为上下文补充给当前工具。

Hy Memory 2.0的核心优势

三层全开源：模型、框架、应用全部开源，可独立使用也可组合，灵活度业界领先。
评测全面第一：在聊天、工作、代码三类场景的 4 个 Benchmark 上均为开源记忆框架第一。
业界首创：首个提出工作记忆与代码记忆的记忆框架，覆盖更完整的记忆场景。
小模型超大模型：约 3B 激活参数的专用模型，记忆效果超过 Opus5，成本低、可部署性强。
存储占用极小：三类场景效果第一的同时，记忆存储空间占用均很小，适合长期使用。
Token 效率突出：LoCoMo 上 Token 消耗减少 39.3%，以更少的上下文取得更高准确率。
记忆资产化：MemHub 打通 10 种 AI 工具，让个人记忆跨工具连续、不被单一产品绑定。

Hy Memory 2.0的项目地址

GitHub仓库： https://github.com/Tencent-Hunyuan/MemHub
https://github.com/Tencent-Hunyuan/Hy-Memory

HuggingFace模型库：https://huggingface.co/tencent/Hy-Memory-30B-A3B

Hy Memory 2.0的同类竞品对比

对比维度 | Hy Memory 2.0 | Mem0

对比维度	Hy Memory 2.0	Mem0
开源程度	模型、框架、应用三层全开源	框架开源，模型部分闭源
记忆类型	聊天、工作、代码三类记忆	主要面向通用对话记忆
专用模型	Hy-Memory-30A3B（约 3B 激活，专为记忆训练）	无自研专用记忆模型
代码记忆	CodeMemoryBench 任务解决率 35.6%，框架第一	SWE-ContextBench 解决率 25.3%，低于 Hy Memory 的 28.3%
工作记忆	MemoryArena 均分 55.31%，领先次优 10.2 个百分点	未覆盖该维度评测
聊天记忆	LoCoMo 准确率 72.6%，Token 减少 39.3%	LoCoMo 表现低于 Hy Memory
模型效果	接入自家框架得分 55.49，超过 Opus5	无同等专用模型评测数据
应用层产品	MemHub 本地应用，打通 10 种 AI 工具实时同步	无类似的跨工具本地记忆管理应用
业务验证	腾讯自选股、腾讯新闻、iWiki 等多个业务落地	主要面向开发者生态，大型业务落地案例较少

Hy Memory 2.0的应用场景

金融投研助手：跨天、跨会话记住用户关注的板块和分析习惯，自选股多跳召回率从 50% 提升至 90%。
资讯内容推荐：记住用户关注的话题和偏好称呼，在腾讯新闻「智声」「新闻妹」中实现长期偏好评测均分 91.68。
知识管理问答：iWiki 仅靠召回的记忆作答，正确率比提供全部原始对话相对提升 48.6%。
编程开发辅助：跨工具记住项目规范与个人编码偏好，在 Cursor、Codex 等工具间无缝复用代码记忆。
办公与长程任务：记录任务目标、阶段结果与可复用经验，支持办公 Agent 在多次会话间断点续接。