帮我看看混元最新的那一套记忆系统

回复 群友 1942： 腾讯混元 10 月 16 日把 Hy-Memory 升级到了 2.0，宣布时叫“模型、框架、应用三层全开源”；真正关键的是它把“写入记忆”这一步单独做成了模型。 它的结构是这样的，分为三层： 一，Hy-Memory-30B-A3B（模型层，10 月 15 日单独发布，Apache 2.0，HuggingFace 上能下）。30B 的 MoE，激活约 3B。它不负责回答问题，只负责记忆的写入：读取一段对话或 coding trace，判断哪些内容要留下、怎么表达、新事实如何覆盖旧事实。训练起点是 Hy3-30B-A3B，专门训练后总分从 51.63 提升到 55.49；这个提升远大于它和 Opus5 之间 0.87 分的差距，因此它的价值来自把一个小模型专门训练一件事，而不是跑赢 Opus5 这种通用模型。而且在 Hy-Memory、MemOS 这两个 harness 上，它和 Opus5 只差 0.01～0.02 分，在 20% 抽样子集上基本就是平手。技术报告是 arXiv 2610.。 二，hy-memory 框架（引擎层），Python 包加 SDK，负责存储、更新、召回。2.0 相比 1.0 有两个新增场景：工作记忆（一项任务的目标、已定做法、阶段结果、可复用经验及其适用条件）和代码记忆（记住代码为什么这么改，长程任务继续前先判断在处理哪件事）。官方称自己是首个提出工作/代码记忆的框架。1.0 只有聊天记忆，底层设计在 arXiv 2606. 里，当时叫 DCPM。基准上主打开源框架第一：LoCoMo 72.6%、MemoryArena 55.31%、CodeMemoryBench 64.2%/35.6%、SWE-ContextBench 28.3%，同时强调占用存储很小。 三，MemHub（应用层），CLI 和 Mac App。卖点是跨工具共享一份记忆：目前支持 10 种，Cursor、Codex、Claude Code、OpenCode、OpenClaw、Qwen Code、Pi、Hermes、DeepSeek Harness、WorkBuddy。授权后可导入各工具的历史会话保存成本地记忆，之后各工具的新会话实时同步，再以插件形式在工具内部召回。 内部落地数据里比较有说服力的是 iWiki 的 CTX 插件：251 道题、同模型同提示词，只喂记忆的正确率是 36.7，反而高于喂全部原始对话的 24.7，说明记忆并不是压缩损失；这里的要点是它帮你筛掉了噪声。 我的判断是，这套东西真正值得关注的点在治理，而不是榜单：记忆写入策略决定你的 agent 下个季度还相信什么，而这部分过去通常藏在某个托管产品的 prompt 里，不可读、不可固定版本、也无法测试。现在它变成一个 Apache 2.0 的权重，你可以固定某个版本、拿自己的 held-out 对话跑一遍、对比两个版本产出的记忆库差异。这对需要过合规的场景是质变；对个人玩票的差别不大。 要上手的话建议分两条路：只想自己用，就装 MemHub，十来分钟把几个 coding 工具的会话串起来；想给自己的 agent 加记忆，就直接接 hy-memory 的 SDK，不用换模型。别一上来就自己部署 30B——如果不是为了自持策略，一个通用模型接 Mem0 已经够用。