IT之家 10 月 16 日披露，腾讯混元团队今日正式上线智能体记忆框架 Hy Memory 2.0 版本，并同步开源专用模型、记忆框架及 MemHub 应用三个层面的能力。
Hy Memory 2.0 的三个层面既可单独部署，亦可整合为一套完整的记忆解决方案。目前，该记忆系统已在腾讯内部金融、资讯、知识管理、办公 Agent、社交娱乐及游戏等多个领域的业务中得到应用。
据腾讯方面介绍，Hy Memory 2.0 的框架层负责处理聊天、工作、代码三类记忆的存储、更新与进化，开发者可通过 SDK 将其集成至 Agent。
腾讯指出，该框架是业界首个引入工作记忆与代码概念的记忆框架。在聊天、工作、代码三类场景的 4 个 Benchmark 中，Hy Memory 相较于 Mem0、MemOS、EverOS、OpenViking、RepoMemory 及 Simple RAG 等开源框架，均取得领先成绩。具体来看，工作记忆在 MemoryArena 的旅行规划与组合购物任务中，平均得分为 55.31%，领先次优的 EverOS 达 10.2 个百分点；代码记忆在 CodeMemoryBench 上，代码问答准确率为 64.2%，代码任务解决率为 35.6%，在 SWE-ContextBench 上代码任务解决率为 28.3%，高于 MemOS 和 Mem0 的 25.3%；聊天记忆在 LoCoMo 上准确率为 72.6%，高于 EverOS 的 71.9%，同时每道题使用的 Token 从 1,159 降至 703，减少了 39.3%。
在聊天记忆方面，Hy Memory 2.0 从零散事实升级为完整事件脉络，能够将跨时间、跨对话的分散内容，以事件为核心梳理出时间、地点、人物等关键要素。当遇到需要结合多条线索回答的问题时，Hy Memory 会先合并重复信息、剥离前后冲突，再将清晰记忆交给模型。工作记忆与代码记忆为 2.0 版本新增的能力，使用多个维度记忆一项任务，按时间规整所有信息更新，涵盖任务目标、已确定的做法和阶段结果，以及可复用的经验与适用条件。在复用经验时，Hy Memory 会先判断当前是否符合该经验的适用条件，仅在符合时精准采用对应经验作为辅助。针对长程任务，每次继续开启任务前，Hy Memory 会先判断当前在处理哪一件事，再找回相关决定、仍然适用的经验及历史工作过程。
模型层面，Hy-Memory-30A3B 专为记忆场景训练，约 3B 激活参数。根据 arXiv 论文信息，该模型在 Mem0、MemOS 和 Hy-Memory 三套框架上训练，在固定 20% 基准子样本的四套评测框架上均位列第一，宏观平均得分为 55.49%，高于 Claude Opus 5 的 54.62%。
在接入 Hy Memory、Mem0、MemOS、EverMemOS 四套记忆系统的测试中，Hy-Memory-30A3B 得分为 55.49，高于 Opus5 的 54.62、DeepSeek V4.1 Flash 的 53.64，以及 Qwen3-30B-A3B 的 44.37。
应用层面，MemHub 是一款本地记忆管理应用，提供 CLI 和 Mac 端 APP 两种使用方式。用户授权关联应用后，MemHub 可导入各工具的历史会话，并通过内置的 Hy Memory SDK 沉淀为本地记忆，此后各工具产生的新会话可实时同步汇入同一份记忆。
MemHub 支持以插件形式一键接入 AI 工具，用户在任一已关联工具内发起任务，MemHub 均可管理和使用相关记忆作为上下文补充。目前覆盖 WorkBuddy、Cursor、Codex、Pi、Qwen Code、Hermes、DeepSeek Harness 和 OpenCode 等 10 种 AI 工具，涵盖商业编程工具与开源 Agent。
目前，Hy Memory SDK 与 MemHub 已在 GitHub 开源，Hy-Memory-30B-A3B 模型权重已在 Hugging Face 发布。
腾讯混元表示，将继续与更多业务深度协同，在真实场景中打磨记忆能力，让 Agent 在更长的任务和更多的工具之间保持连续性。
参考资料：
相关阅读：