Une architecture mémoire en trois dimensions

Les six couches de la mémoire (L1 à L6)

Plutôt que de fourrer toutes les informations dans un même entonnoir, Hy-Memory répartit la mémoire en six niveaux distincts, chacun avec une mission précise :

Un double système cognitif : « l'équipe de jour » et « l'équipe de nuit »

Inspiré par les sciences cognitives, Hy-Memory divise le travail de la mémoire en deux systèmes, un peu comme les deux hémisphères d'un cerveau humain :

• Système 1 (le quart de jour) : Il agit en temps réel, dès que l'utilisateur appuie sur « Entrée ». Sa mission est de gérer les couches L1 à L4 en écrivant les traces brutes, en extrayant les faits, en mettant à jour le profil et en compressant les résumés de session .
• Système 2 (le quart de nuit) : Il fonctionne de manière asynchrone en arrière-plan, sur une échelle de quelques secondes à quelques minutes. Il se concentre sur les couches L5 et L6, en extrayant les modèles mentaux, en construisant des réseaux de connaissances et en prédisant les intentions futures de l'utilisateur .

Le mécanisme de la chaîne évolutive

Pour résoudre le problème de la fragmentation des souvenirs, Hy-Memory ne se contente pas d'accumuler des entrées disjointes. Il utilise un ingénieux pointeur supersedes (qui « remplace »). Chaque fois qu'un nouveau souvenir est écrit, il pointe vers la version précédente qu'il met à jour ou remplace, créant ainsi une chaîne .

Ainsi, la version la plus récente se trouve en tête de chaîne, mais l'historique des versions obsolètes ou contredites n'est jamais perdu : il reste accessible en arrière-plan si nécessaire. C'est ce que Tencent décrit comme la forme de « mémoire à long terme » la plus adaptée pour un agent qui accompagne un utilisateur dans la durée .

Des performances chiffrées impressionnantes

Sur des bancs d'essai publics et reconnus, les résultats annoncés par Hy-Memory surpassent les cadres de mémoire existants :

• Nombre d'entrées mémoire réduit de plus de 70 %, ce qui règle le problème de la fragmentation .
• Densité d'information en hausse de plus de 45 % pour chaque souvenir stocké .
• Consommation de tokens réduite de 35 % lors du traitement d'informations en contexte long .
• Vitesse de mise à jour de la mémoire améliorée de 20 % .
• Vitesse d'écriture 8 fois supérieure à celle de Graphiti, le tout sans ralentir la fluidité de la conversation principale de l'agent .

Pour un utilisateur d'OpenClaw, l'expérience se traduit concrètement par une écriture ultra-rapide, un stockage local extrêmement compact (3 à 5 fois moins d'entrées qu'avec d'autres solutions comme Mem0 ou Graphiti) et des souvenirs rappelés bien plus pertinents, sans « bruit » parasite dans les invites contextuelles .

En résumé, Hy-Memory ne se contente pas d'augmenter la mémoire des agents IA : il en transforme le fonctionnement. En hiérarchisant l'information, en la traitant avec un double système cognitif et en l'organisant en chaînes évolutives, il promet une mémoire plus légère, plus dense, plus rapide et, surtout, bien plus fiable.

Une architecture mémoire en trois dimensions

Les six couches de la mémoire (L1 à L6)

Plutôt que de fourrer toutes les informations dans un même entonnoir, Hy-Memory répartit la mémoire en six niveaux distincts, chacun avec une mission précise :

Un double système cognitif : « l'équipe de jour » et « l'équipe de nuit »

Inspiré par les sciences cognitives, Hy-Memory divise le travail de la mémoire en deux systèmes, un peu comme les deux hémisphères d'un cerveau humain :

• Système 1 (le quart de jour) : Il agit en temps réel, dès que l'utilisateur appuie sur « Entrée ». Sa mission est de gérer les couches L1 à L4 en écrivant les traces brutes, en extrayant les faits, en mettant à jour le profil et en compressant les résumés de session .
• Système 2 (le quart de nuit) : Il fonctionne de manière asynchrone en arrière-plan, sur une échelle de quelques secondes à quelques minutes. Il se concentre sur les couches L5 et L6, en extrayant les modèles mentaux, en construisant des réseaux de connaissances et en prédisant les intentions futures de l'utilisateur .

Le mécanisme de la chaîne évolutive

Pour résoudre le problème de la fragmentation des souvenirs, Hy-Memory ne se contente pas d'accumuler des entrées disjointes. Il utilise un ingénieux pointeur supersedes (qui « remplace »). Chaque fois qu'un nouveau souvenir est écrit, il pointe vers la version précédente qu'il met à jour ou remplace, créant ainsi une chaîne .

Ainsi, la version la plus récente se trouve en tête de chaîne, mais l'historique des versions obsolètes ou contredites n'est jamais perdu : il reste accessible en arrière-plan si nécessaire. C'est ce que Tencent décrit comme la forme de « mémoire à long terme » la plus adaptée pour un agent qui accompagne un utilisateur dans la durée .

Des performances chiffrées impressionnantes

Sur des bancs d'essai publics et reconnus, les résultats annoncés par Hy-Memory surpassent les cadres de mémoire existants :

• Nombre d'entrées mémoire réduit de plus de 70 %, ce qui règle le problème de la fragmentation .
• Densité d'information en hausse de plus de 45 % pour chaque souvenir stocké .
• Consommation de tokens réduite de 35 % lors du traitement d'informations en contexte long .
• Vitesse de mise à jour de la mémoire améliorée de 20 % .
• Vitesse d'écriture 8 fois supérieure à celle de Graphiti, le tout sans ralentir la fluidité de la conversation principale de l'agent .

Pour un utilisateur d'OpenClaw, l'expérience se traduit concrètement par une écriture ultra-rapide, un stockage local extrêmement compact (3 à 5 fois moins d'entrées qu'avec d'autres solutions comme Mem0 ou Graphiti) et des souvenirs rappelés bien plus pertinents, sans « bruit » parasite dans les invites contextuelles .

En résumé, Hy-Memory ne se contente pas d'augmenter la mémoire des agents IA : il en transforme le fonctionnement. En hiérarchisant l'information, en la traitant avec un double système cognitif et en l'organisant en chaînes évolutives, il promet une mémoire plus légère, plus dense, plus rapide et, surtout, bien plus fiable.