Hy Memory 2.0 è uno stack modulare per la memoria degli agenti IA: include framework e SDK Python, il modello Hy Memory 30B A3B e l’app locale MemHub. Il framework gestisce memoria di chat, lavoro e codice.
Pubblicato daModificato con GPT-6 LunaImmagini generate con GPT Image 2
Research answer

Create a landscape editorial hero image for this Studio Global article: What did Tencent Hunyuan open-source in its October 17, 2026 release of Hy Memory 2.0, and how do its independently usable or combinable fra. Article summary: Tencent Hunyuan open-sourced three layers of Hy Memory 2.0: the Hy-Memory agent-memory framework and Python SDK, the dedicated Hy-Memory-30B-A3B model, and the MemHub local memory application, usable separately or togeth. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
Hy Memory 2.0 è lo stack open source di Tencent Hunyuan per dare agli agenti IA una memoria organizzata su più livelli: un framework con SDK Python, un modello specializzato e MemHub, un’applicazione pensata per l’uso locale. I componenti possono essere adottati singolarmente oppure combinati. L’annuncio complessivo è stato riportato il 16 ottobre 2026; il changelog del progetto indica invece il 17 ottobre per la pubblicazione del pacchetto hy-memory==2.0.2. 16
21
30
Il framework gestisce archiviazione, aggiornamento e richiamo di tre tipi di memoria: quella delle conversazioni, quella relativa al lavoro e quella legata al codice. Gli sviluppatori possono collegarlo ai propri agenti attraverso l’SDK. Il changelog indica che hy-memory==2.0.2 è stato pubblicato il 17 ottobre e riporta metadati del pacchetto con licenza Apache-2.0. 16
21
30
L’idea è quindi di andare oltre la semplice cronologia delle chat: il sistema contempla anche memoria di lavoro e memoria per le attività di sviluppo. Le fonti disponibili confermano queste categorie, ma non descrivono nel dettaglio tutti i comportamenti attribuiti al prodotto in alcuni resoconti, per esempio come vengano registrate le decisioni prese durante un’attività o recuperate le informazioni quando si riprende un lavoro. 14
16
Tencent ha pubblicato anche Hy-Memory-30B-A3B, un modello mixture-of-experts descritto come dotato di circa 3 miliardi di parametri attivi e addestrato per estrarre ricordi e gestire informazioni in conflitto. I pesi sono stati resi disponibili su Hugging Face insieme a un rapporto tecnico. 1
14
Il modello è un elemento distinto dal framework, non un altro nome per indicare l’intero sistema. Nella propria pagina, Tencent gli attribuisce un punteggio medio di 55,49 nella sua valutazione e lo confronta con 54,62 per Claude Opus 5. Si tratta di un risultato riportato dall’azienda, da non confondere con i punteggi dei benchmark del framework. 16
MemHub è disponibile come strumento da riga di comando e applicazione desktop per Mac. Il repository lo descrive come un prodotto «local-first»: raccoglie cronologie delle conversazioni e tracce di codice provenienti da applicazioni IA autorizzate dall’utente, organizzandole in un ambiente gestito e in una directory di dati locale. Tra gli strumenti citati figurano Claude Code, Cursor, Codex, OpenCode e Qwen Code. 4
14
L’obiettivo è rendere la memoria accessibile tra gli strumenti supportati mantenendone localmente l’archivio. Le fonti confermano l’impostazione locale e le integrazioni elencate, ma non documentano ogni affermazione sul numero complessivo di strumenti collegabili o sulla sincronizzazione continua di tutte le sessioni, passate e nuove. 4
Tencent afferma che Hy Memory è già impiegato internamente in attività legate a finanza, informazione, gestione della conoscenza, agenti per il lavoro d’ufficio, intrattenimento social e videogiochi. È un’indicazione sull’adozione riferita dall’azienda, non una valutazione indipendente dei risultati ottenuti. 21
Tencent sostiene inoltre che Hy Memory si sia classificato al primo posto tra i framework open source messi a confronto in quattro benchmark. Tra i risultati riportati: 16
35
Sono confronti riportati dall’azienda, non verifiche indipendenti. I numeri riguardano prove e metriche diverse: non vanno letti come un unico punteggio complessivo né come garanzia delle prestazioni in ogni contesto d’uso. 16
35
Hy Memory 2.0 propone la memoria degli agenti come un insieme di componenti combinabili, anziché come un prodotto da adottare tutto in una volta. Si può partire dal framework e dall’SDK, usare il modello specializzato come livello separato per la gestione dei ricordi oppure aggiungere MemHub per organizzare localmente la memoria tra più strumenti. I dati sull’uso interno e i benchmark raccontano come Tencent presenta il progetto; chi lo valuta dovrà comunque provarlo sui propri flussi di lavoro e verificare quali integrazioni e funzioni soddisfano le proprie esigenze. 4
14
16
21
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Hy Memory 2.0 è uno stack modulare per la memoria degli agenti IA: include framework e SDK Python, il modello Hy Memory 30B A3B e l’app locale MemHub.
Hy Memory 2.0 è uno stack modulare per la memoria degli agenti IA: include framework e SDK Python, il modello Hy Memory 30B A3B e l’app locale MemHub. Il framework gestisce memoria di chat, lavoro e codice. Tencent dichiara risultati ai vertici nei benchmark, ma i dati non costituiscono una verifica indipendente.
Hy Memory 2.0 è uno stack modulare per la memoria degli agenti IA: include framework e SDK Python, il modello Hy Memory 30B A3B e l’app locale MemHub. Il framework gestisce memoria di chat, lavoro e codice.
Pubblicato daModificato con GPT-6 LunaImmagini generate con GPT Image 2
Research answer

Create a landscape editorial hero image for this Studio Global article: What did Tencent Hunyuan open-source in its October 17, 2026 release of Hy Memory 2.0, and how do its independently usable or combinable fra. Article summary: Tencent Hunyuan open-sourced three layers of Hy Memory 2.0: the Hy-Memory agent-memory framework and Python SDK, the dedicated Hy-Memory-30B-A3B model, and the MemHub local memory application, usable separately or togeth. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
Hy Memory 2.0 è lo stack open source di Tencent Hunyuan per dare agli agenti IA una memoria organizzata su più livelli: un framework con SDK Python, un modello specializzato e MemHub, un’applicazione pensata per l’uso locale. I componenti possono essere adottati singolarmente oppure combinati. L’annuncio complessivo è stato riportato il 16 ottobre 2026; il changelog del progetto indica invece il 17 ottobre per la pubblicazione del pacchetto hy-memory==2.0.2. 16
21
30
Il framework gestisce archiviazione, aggiornamento e richiamo di tre tipi di memoria: quella delle conversazioni, quella relativa al lavoro e quella legata al codice. Gli sviluppatori possono collegarlo ai propri agenti attraverso l’SDK. Il changelog indica che hy-memory==2.0.2 è stato pubblicato il 17 ottobre e riporta metadati del pacchetto con licenza Apache-2.0. 16
21
30
L’idea è quindi di andare oltre la semplice cronologia delle chat: il sistema contempla anche memoria di lavoro e memoria per le attività di sviluppo. Le fonti disponibili confermano queste categorie, ma non descrivono nel dettaglio tutti i comportamenti attribuiti al prodotto in alcuni resoconti, per esempio come vengano registrate le decisioni prese durante un’attività o recuperate le informazioni quando si riprende un lavoro. 14
16
Tencent ha pubblicato anche Hy-Memory-30B-A3B, un modello mixture-of-experts descritto come dotato di circa 3 miliardi di parametri attivi e addestrato per estrarre ricordi e gestire informazioni in conflitto. I pesi sono stati resi disponibili su Hugging Face insieme a un rapporto tecnico. 1
14
Il modello è un elemento distinto dal framework, non un altro nome per indicare l’intero sistema. Nella propria pagina, Tencent gli attribuisce un punteggio medio di 55,49 nella sua valutazione e lo confronta con 54,62 per Claude Opus 5. Si tratta di un risultato riportato dall’azienda, da non confondere con i punteggi dei benchmark del framework. 16
MemHub è disponibile come strumento da riga di comando e applicazione desktop per Mac. Il repository lo descrive come un prodotto «local-first»: raccoglie cronologie delle conversazioni e tracce di codice provenienti da applicazioni IA autorizzate dall’utente, organizzandole in un ambiente gestito e in una directory di dati locale. Tra gli strumenti citati figurano Claude Code, Cursor, Codex, OpenCode e Qwen Code. 4
14
L’obiettivo è rendere la memoria accessibile tra gli strumenti supportati mantenendone localmente l’archivio. Le fonti confermano l’impostazione locale e le integrazioni elencate, ma non documentano ogni affermazione sul numero complessivo di strumenti collegabili o sulla sincronizzazione continua di tutte le sessioni, passate e nuove. 4
Tencent afferma che Hy Memory è già impiegato internamente in attività legate a finanza, informazione, gestione della conoscenza, agenti per il lavoro d’ufficio, intrattenimento social e videogiochi. È un’indicazione sull’adozione riferita dall’azienda, non una valutazione indipendente dei risultati ottenuti. 21
Tencent sostiene inoltre che Hy Memory si sia classificato al primo posto tra i framework open source messi a confronto in quattro benchmark. Tra i risultati riportati: 16
35
Sono confronti riportati dall’azienda, non verifiche indipendenti. I numeri riguardano prove e metriche diverse: non vanno letti come un unico punteggio complessivo né come garanzia delle prestazioni in ogni contesto d’uso. 16
35
Hy Memory 2.0 propone la memoria degli agenti come un insieme di componenti combinabili, anziché come un prodotto da adottare tutto in una volta. Si può partire dal framework e dall’SDK, usare il modello specializzato come livello separato per la gestione dei ricordi oppure aggiungere MemHub per organizzare localmente la memoria tra più strumenti. I dati sull’uso interno e i benchmark raccontano come Tencent presenta il progetto; chi lo valuta dovrà comunque provarlo sui propri flussi di lavoro e verificare quali integrazioni e funzioni soddisfano le proprie esigenze. 4
14
16
21
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Hy Memory 2.0 è uno stack modulare per la memoria degli agenti IA: include framework e SDK Python, il modello Hy Memory 30B A3B e l’app locale MemHub.
Hy Memory 2.0 è uno stack modulare per la memoria degli agenti IA: include framework e SDK Python, il modello Hy Memory 30B A3B e l’app locale MemHub. Il framework gestisce memoria di chat, lavoro e codice. Tencent dichiara risultati ai vertici nei benchmark, ma i dati non costituiscono una verifica indipendente.