2026年10月16日，腾讯混元宣布开源Hy Memory 2.0智能体记忆框架，同时发布专用模型Hy-Memory-30B-A3B及本地记忆管理应用MemHub。这是业界首个同时覆盖聊天记忆、工作记忆与代码记忆三层场景的记忆框架，其实测宏观平均得分55.49%，超越Claude Opus 5的54.62%，成为当前最强的AI记忆专用模型。
一句话结论
Hy Memory 2.0通过专用的30亿参数记忆写模型，将AI Agent的跨会话、跨工具持续性记忆能力提升至新高度，55.49%的Benchmark得分首次超越Claude Opus 5，10+工具覆盖与本地优先设计使其成为目前最完整的开源记忆解决方案。
为什么记忆能力对AI Agent至关重要
当前的AI Agent面临一个核心瓶颈：每次新对话都是”从零开始”。用户在多个工具之间切换、长时间处理复杂任务时，Agent无法记住之前做过什么、哪些经验可以复用、当前进展到哪一步。传统的Mem0、MemOS等开源框架依赖通用大模型做记忆提取，质量高度依赖Prompt和模型能力，缺乏专门的记忆写模型。
Hy Memory 2.0的解法是训练一个专门用于”写记忆”的模型。Hy-Memory-30B-A3B约30亿激活参数，专为记忆场景训练，能够判断哪些信息值得存储、如何表达、后续证据何时更新已有记忆，而非每次都重新提取。
三层记忆架构：聊天、工作、代码
Hy Memory 2.0框架将记忆分为三层，各有独立的信息结构与更新逻辑：
- 聊天记忆：从零散事实升级为完整事件脉络，以时间、地点、人物为要素梳理跨对话信息。遇到多线索问题时，框架先合并重复、剥离冲突，再将清晰记忆交给模型。实测LoCoMo准确率72.6%，高于EverOS的71.9%，同时每题Token消耗从1159降至703，减少39.3%。
- 工作记忆（业界首创）：用多个维度记忆一项任务，包含任务目标、已确定的做法、阶段结果与可复用经验。复用时会先判断当前是否符合经验适用条件，精准采取对应辅助。MemoryArena旅行规划与组合购物任务平均分55.31%，领先次优的EverOS达10.2个百分点。
- 代码记忆（业界首创）：记录代码任务中的目标、已确定的方案、diff链与可复用经验。CodeMemoryBench代码问答准确率64.2%、任务解决率35.6%，SWE-ContextBench任务解决率28.3%，均高于MemOS和Mem0（25.3%）。
基准评测：全面超越现有框架
| 记忆写模型 | 宏观平均分 | 评测框架数 |
|---|---|---|
| Hy-Memory-30B-A3B | 55.49% | 4 |
| Claude Opus 5 | 54.62% | 4 |
| DeepSeek V4.1 Flash | 53.64% | 4 |
| Qwen3-30B-A3B | 44.37% | 4 |
评测协议仅替换记忆写模型，保留检索系统、生成模型、评测Judge与测试样例不变，确保结果反映记忆写能力的真实差距。
MemHub：跨工具统一记忆层
MemHub是配套的本地记忆管理应用，提供CLI和Mac端APP两种形态。用户授权关联应用后，MemHub导入各工具的历史会话，通过内置Hy Memory SDK沉淀为本地记忆，此后各工具的新会话实时同步至同一记忆库。
目前已支持WorkBuddy、Cursor、Codex、OpenCode、Qwen Code、Hermes、DeepSeek Harness等10种AI编程与Agent工具。用户在不同工具之间切换时，记忆无缝延续，无需重复说明背景。
技术路线：蒸馏+属性强化学习
Hy-Memory-30B-A3B采用两阶段训练。第一阶段是记忆在线蒸馏：冻结教师模型，对学生生成的记忆状态链提供密集监督信号；第二阶段是属性记忆强化学习：评估完整记忆库后对单个Chunk分配信用，并将最优记忆库带入下一上下文窗口。
FAQ
Q1：Hy Memory 2.0与Mem0、MemOS有什么区别？
核心区别在于记忆写模型：传统框架用通用大模型做记忆提取，质量依赖Prompt和模型能力；Hy Memory 2.0有专门训练的记忆写模型（Hy-Memory-30B-A3B），在四套评测框架上均取得第一，且同时覆盖工作记忆与代码记忆两个首创场景。
Q2：普通用户能直接使用Hy Memory 2.0吗？
能。Hy Memory SDK与MemHub已在GitHub开源，Hy-Memory-30B-A3B模型权重已在HuggingFace发布。有编程基础的用户可通过pip安装SDK，已支持10种主流AI工具的记忆同步。
Q3：Hy Memory 2.0的记忆能力在实际场景中表现如何？
腾讯内部已在金融、资讯、知识管理、办公Agent、社交娱乐和游戏等多个业务中使用Hy Memory。外部用户通过MemHub接入Cursor、Codex等工具后，可在跨工具的长程任务中保持记忆连续，避免每次切换工具都要重新说明上下文。
小结
Hy Memory 2.0的意义不仅在于分数超越Claude Opus 5，更在于它证明了”专用记忆写模型”这条路走得通。三层记忆架构覆盖了AI Agent最常见的三类任务场景，开源+本地优先的设计降低了采用门槛。对于需要跨工具、长周期处理复杂任务的用户，Hy Memory 2.0是目前最完整的开源记忆解决方案。
延伸阅读
- Anthropic OSS Scanner上线：6个月检出2.9万漏洞，88%经专家验证为真实7 天前
- Cloudflare 开源 Clef 决策模型：39ms 出结果，让 AI Agent 路由不再卡壳2 周前
- 阿里云上线 One Key MCP：统一百炼 API Key 一键调用生态 MCP 服务，兼容 Qoder、Codex、Claude Code 与 Cursor4 周前
- REA 是什么、怎么用：给 AI 装上软件显微镜的 10 万星开源工具5 天前
继续读
同一批更新里这几篇值得一看：
想快速查定义？对应的词条在这里：
- AI Agent词条 · AI 自学笔记
- Claude Sonnet词条 · AI 自学笔记