AnswersPublished17 sources
Hy Memory 2.0 łączy framework, model i lokalną aplikację
Hy Memory 2.0 składa się z trzech niezależnych, otwartych elementów: frameworka i SDK Pythona, wyspecjalizowanego modelu oraz aplikacji MemHub. Framework obsługuje pamięć rozmów, pracy i kodu, a MemHub ma łączyć historię i ślady pracy z wybranych narzędzi AI w lokalnym środowisku.
Opublikowane przezEdytowane za pomocą GPT-6 LunaObrazy wygenerowane za pomocą GPT Image 2
Research answer
Key takeaways
- Hy Memory 2.0 składa się z trzech niezależnych, otwartych elementów: frameworka i SDK Pythona, wyspecjalizowanego modelu oraz aplikacji MemHub.
- Framework obsługuje pamięć rozmów, pracy i kodu, a MemHub ma łączyć historię i ślady pracy z wybranych narzędzi AI w lokalnym środowisku.
- Tencent podaje wyniki testów porównawczych, ale są to deklaracje firmy, a nie niezależna weryfikacja.
AI Prompt
openai.comCreate 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 to otwarty zestaw trzech elementów do obsługi pamięci agentów AI: frameworka z SDK Pythona, wyspecjalizowanego modelu oraz lokalnej aplikacji MemHub. Każdy z nich można wykorzystać osobno lub połączyć w jeden system. O premierze szerzej informowano 16 października 2026 r., natomiast w changelogu projektu wydanie pakietu hy-memory==2.0.2 datowane jest na 17 października. 16
21
30
Trzy elementy, trzy role
1. Framework Hy-Memory i SDK Pythona
Framework służy do przechowywania, aktualizowania i przywoływania trzech rodzajów pamięci: rozmów, pracy oraz kodu. Programiści mogą podłączyć go do agentów AI za pomocą SDK. W changelogu projektu odnotowano publikację hy-memory==2.0.2 17 października; metadane pakietu wskazują licencję Apache-2.0. 16
21
30
Podział wykracza poza zwykłą historię czatu: pamięć robocza dotyczy zadań, a pamięć kodu — pracy programistycznej. Dostępne źródła potwierdzają obsługę tych kategorii, ale nie opisują szczegółowo wszystkich zachowań systemu. Nie pozwalają więc potwierdzić między innymi, jak dokładnie zapisywane są decyzje dotyczące zadań ani w jaki sposób system przywraca kontekst po przerwie w pracy. 14
16
2. Model Hy-Memory-30B-A3B
Tencent udostępnił również Hy-Memory-30B-A3B — model typu mixture of experts, w którym aktywnych jest około 3 mld parametrów. Według opisu model wytrenowano z myślą o wydobywaniu informacji do pamięci i obsłudze sprzecznych danych. Wagi opublikowano w serwisie Hugging Face wraz z raportem technicznym. 1
14
Model jest osobnym elementem zestawu, a nie samym frameworkiem. Na stronie produktu Tencent podaje, że jego średni wynik w ewaluacji wyniósł 55,49, wobec 54,62 dla Claude Opus 5. To rezultat przedstawiony przez firmę — nie należy go utożsamiać z osobnymi wynikami testów pamięci frameworka. 16
3. Lokalna aplikacja MemHub
MemHub jest dostępny jako narzędzie wiersza poleceń oraz aplikacja na Maca. Repozytorium opisuje go jako oprogramowanie projektowane z myślą o lokalnym działaniu: zbiera historię rozmów i ślady pracy z autoryzowanych przez użytkownika aplikacji AI, a następnie porządkuje je w zarządzanym środowisku i lokalnym katalogu danych. Wśród wymienionych integracji są Claude Code, Cursor, Codex, OpenCode i Qwen Code. 4
14
Założeniem jest udostępnianie pamięci w obsługiwanych narzędziach przy przechowywaniu jej lokalnie. Źródła potwierdzają lokalny model działania i wymienione integracje, ale nie weryfikują wszystkich twierdzeń dotyczących liczby połączonych narzędzi ani ciągłej synchronizacji wszystkich wcześniejszych i nowych sesji. 4
Zastosowanie wewnętrzne i wyniki testów według Tencent
Tencent poinformował, że Hy Memory jest już wykorzystywany w jego wewnętrznych projektach związanych z finansami, wiadomościami, zarządzaniem wiedzą, agentami biurowymi, rozrywką społecznościową i grami. To informacja o wdrożeniach podana przez firmę, a nie niezależna ocena ich efektów. 21
Firma twierdzi również, że Hy Memory uzyskał najlepsze wyniki wśród porównywanych otwartych frameworków w czterech benchmarkach. Podane rezultaty obejmują: 16
35
- MemoryArena: średni wynik 55,31% w zadaniach planowania podróży i zakupów łączonych; według jednego z raportów to o 10,2 punktu procentowego więcej niż u kolejnego systemu w zestawieniu.
35
- CodeMemoryBench: 64,2% poprawnych odpowiedzi na pytania o kod oraz 35,6% rozwiązanych zadań programistycznych.
- SWE-ContextBench: 28,3% rozwiązanych zadań programistycznych.
- LoCoMo: 72,6% trafności pamięci rozmów. W tym samym zestawieniu podano 1 159 tokenów na pytanie dla systemu porównawczego i 703 dla Hy Memory — deklarowany spadek o 39,3%.
To wyniki porównań przedstawione przez firmę, nie niezależna walidacja. Testy obejmują różne zadania i miary, dlatego nie składają się na jeden ogólny wynik ani nie dowodzą skuteczności systemu w każdym zastosowaniu. 16
35
Co to oznacza dla twórców agentów AI?
Hy Memory 2.0 przedstawia pamięć agenta jako zestaw modułów, a nie jeden produkt, który trzeba wdrożyć w całości. Zespół może zacząć od frameworka i SDK, użyć wyspecjalizowanego modelu jako osobnej warstwy zapisu pamięci albo dodać MemHub do lokalnego zarządzania kontekstem między narzędziami. Deklaracje Tencent o wewnętrznych wdrożeniach i wynikach testów pokazują, jak firma pozycjonuje system. Przed wdrożeniem warto jednak sprawdzić go na własnych zadaniach i zweryfikować, czy konkretne integracje MemHub oraz obsługiwane funkcje pamięci odpowiadają wymaganiom zespołu. 4
14
16
21
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Hy Memory 2.0 łączy framework, model i lokalną aplikację"?
Hy Memory 2.0 składa się z trzech niezależnych, otwartych elementów: frameworka i SDK Pythona, wyspecjalizowanego modelu oraz aplikacji MemHub.
What are the key points to validate first?
Hy Memory 2.0 składa się z trzech niezależnych, otwartych elementów: frameworka i SDK Pythona, wyspecjalizowanego modelu oraz aplikacji MemHub. Framework obsługuje pamięć rozmów, pracy i kodu, a MemHub ma łączyć historię i ślady pracy z wybranych narzędzi AI w lokalnym środowisku.
What should I do next in practice?
Tencent podaje wyniki testów porównawczych, ale są to deklaracje firmy, a nie niezależna weryfikacja.