Hy-Memory

general · 首次出现 2026-05-28 · 最近出现 2026-10-17 · 累计提及 10

综述

Hy-Memory 是腾讯混元推出的开源 AI Agent 记忆框架,定位为智能体的"第二大脑",用于解决大模型在长期对话与多任务协作中上下文遗忘、记忆无法沉淀的问题。它把记忆的写入、整理与检索拆成独立模块,让 Agent 在跨会话场景下保持连贯的个人化能力,属于当前 Agent 基础设施中记忆层的一个代表性开源方案。

Hy-Memory 2.0 的近期进展

  • 腾讯混元发布 Hy-Memory:为 Agent 打造超强记忆插件 —— 初代版本以记忆插件形式发布,强调为长期协作智能体提供可持续沉淀的记忆能力,是后续 2.0 演进的基础。
  • 腾讯混元发布 Hy-Memory:专为长期协作智能体打造的"第二大脑" —— 官方进一步明确了产品定位:面向需要长期、多轮协作的智能体,而非单轮问答场景。
  • 腾讯混元开源 Hy Memory 2.0:专用小模型做记忆写入 —— 2.0 版本的核心变化是引入专用小模型负责记忆写入,用轻量模型完成记忆的筛选与结构化,降低主模型负担与调用成本。
  • 腾讯开源 Hy-Memory 2.0:跨 AI Agent 共享记忆 —— 新版本支持记忆在多个 Agent 之间共享,使不同智能体可以复用同一份用户记忆,避免重复学习。
  • 腾讯发布 Hy Memory 2.0:开源记忆模型与 MemHub 同步工具 —— 同步推出 MemHub 记忆同步工具,配合开源的记忆模型形成完整的记忆管理链路。
  • 腾讯混元开源记忆框架 Hy Memory 2.0,专用模型得分超 Claude Opus 5 —— 在记忆相关评测中,其专用记忆模型的得分超过了 Claude Opus 5,这也是该版本讨论度较高的一个卖点。
  • 当前焦点与观察点

    Hy-Memory 2.0 引发的关注主要集中在三个方向。其一是"专用小模型做记忆"的路线:用单独训练的轻量模型处理记忆写入和整理,而不是让通用大模型兼任,这种架构在成本和效果之间的权衡值得后续验证。

    其二是跨 Agent 记忆共享与 MemHub 同步工具。如果记忆能够跨智能体复用,用户画像和行为偏好可以在不同产品间迁移,但这同时会带来隐私边界、数据归属等需要讨论的问题。

    其三是评测口径。专用模型在记忆任务上得分超过 Claude Opus 5 的说法多来自官方基准,通用能力与记忆专项能力并非同一维度,实际落地效果仍需开发者在自己场景中验证。整体来看,Hy-Memory 反映了行业共识:Agent 竞争正从单次推理能力转向长期记忆与个性化基础设施,记忆层正在成为独立的开源赛道。

    相关报道

    6 条在档