腾讯混元开源智能体记忆框架Hy Memory 2.0：模型、框架、MemHub三层全开源，让Agent记得住

腾讯混元开源智能体记忆框架Hy Memory 2.0：模型、框架、MemHub三层全开源，让Agent记得住

大模型竞赛打到今天，大家的差距越来越不在“一时答得多漂亮”，而在“能不能长期记得住事”。腾讯混元10月16日宣布，把智能体记忆框架Hy Memory升级到2.0，并且一口气开源了专用模型、记忆框架和MemHub应用三层。几个判断先说在前面：我认为，其一，记忆是被严重低估的Agent基础设施——模型再强、上下文窗口再大，也扛不住“跨会话、跨天、跨任务”的长期协作，记忆才是那个“第二大脑”；其二，2.0最大的动作不是算法，而是“三层全开源”——把记忆从腾讯内部能力，变成谁都能拿去用的公共组件；其三，这不是从零起步，Hy-Memory早在2026年5月28日就推出，1.0已在LongMemEval拿到85.2、击败主流同类框架，2.0是把它产品化、开源化的一步；其四，这和混元Hy4（770B MoE、Apache 2.0）的开源打法一脉相承——在Agent栈的“上下文层”卡位。

它是什么：一个让Agent“记得住”的记忆框架

先把主角说清。Hy Memory是腾讯混元做的智能体记忆框架，2.0版本在10月16日发布，同时开源三层：专用模型、记忆框架、MemHub应用。官方说法是三层既能独立使用，也能组合成一套完整的Memory解决方案。它已经在腾讯内部多个业务里跑着——金融、资讯、知识管理、办公Agent、社交娱乐、游戏。这条框架要解决的问题很具体：长期协作型Agent（比如Openclaw这类）用久了会出现记忆碎片化、时序混乱、信息丢失，Hy-Memory的定位就是给Agent当“第二大脑”，让它“记得住、记得对、记得轻、更懂你”。

为什么智能体需要专门的“记忆”

不搞记忆的Agent，问题会随着使用时间暴露。最直接的是上下文窗口有上限，聊得久了早期信息就被挤出窗口；更隐蔽的是，即便塞得下，把全部历史一股脑丢进去，既贵又乱——模型会在无关信息里打转。所谓“记忆框架”，就是把“该记什么、怎么存、怎么检索、何时遗忘”这套机制从模型里剥出来单独做：写入时做压缩和结构化，检索时按需取回相关片段，而不是全量回放。Hy-Memory在1.0时主打的三层底牌，就是围绕这个思路搭的。

技术拆解：1.0搭起的三层底牌

需要说清楚：下面这些是Hy-Memory在1.0阶段（2026年5月28日推出）公开的技术底牌，2.0是否完全沿用、有哪些改动，首发报道未披露，以官方GitHub和文档为准。

一句话概括：System1/System2借的是“快系统+慢系统”的思路，简单回忆走快、复杂推理走慢；6层框架负责把记忆分门别类、按需取用；演化链则让记忆能随交互不断修正。这套组合的目标，正是官方那句“记得住、记得对、记得轻、更懂你”。

基准：1.0已在长期记忆评测上领先

衡量记忆框架，看的是长期记忆评测集。Hy-Memory 1.0在LongMemEval和PersonaMem两个公开测试集上和主流同类框架交过手——注意，以下均为1.0（2026年5月）的官方/公开测试集口径，不是2.0的新分数。

图：Hy Memory 2.0的三层开源结构（相对关系，非官方架构图）

   ┌──────────────┐   ┌──────────────┐   ┌──────────────┐
   │  专用模型     │   │  记忆框架     │   │  MemHub应用  │
   │ （记忆的模型层）│   │ （存取/检索机制）│   │ （开箱即用入口）│
   └──────┬───────┘   └──────┬───────┘   └──────┬───────┘
          │  可独立使用        │  可组合        │  可独立使用
          └───────────────────┴────────────────┘
                              ↓
              一套完整的Memory解决方案

说明：图示Hy Memory 2.0“模型、框架、应用”三层开源及“独立用或组合成完整方案”的关系（相对关系，非官方架构图）；各层的具体形态、许可证与仓库地址首发报道未披露，以腾讯混元官方GitHub/模型卡为准。

从口径看，1.0的差异化很清晰：不只是“记得多”，还要“记得轻”——忆密度提升45%对应单位记忆更能装，Token消耗降低35%对应调用更便宜。对要长周期运行的Agent，这两点比单纯堆记忆容量更实在。

局限与边界

几句要留白。其一，2.0是10月16日刚发布的公告，目前公开信息以人民财讯等短讯为主，2.0的专用模型规模与类型、MemHub的具体功能、新评测分数、许可证、GitHub/Hugging Face仓库地址均未在首发报道中披露，本文未臆测，以官方为准。其二，本文引用的技术底牌与跑分（6层记忆框架、System1/System2、演化链、LongMemEval 85.2、PersonaMem、忆密度+45%、Token-35%）均为Hy-Memory 1.0（2026年5月）口径，2.0是否沿用或改进需官方确认，不能直接算到2.0头上。其三，“已在腾讯内部金融、资讯、知识管理等业务使用”为官方口径，具体落地效果未公开。其四，官方GitHub与模型卡本次未直接抓取，细节以官方为准。其五，本文只陈述与分析，不给任何一方建议。

意味着什么

Hy Memory 2.0把模型、框架、应用三层一起开源，等于在Agent技术栈里补上了一块长期缺位的公共基础设施——记忆。对开发者，这意味着不必再从零造“记忆”这摊子事；对混元自己，这是继Hy4（770B MoE、Apache 2.0）之后，在“上下文层”的又一次开源卡位。当模型能力逐渐趋同，记忆、工具调用、上下文管理这些“周边工程”，很可能就是下一个拉开差距的地方。