RespostasPublicadohá 1 horaLast edited há 60 minutos17 fontes

Tencent abre três componentes do Hy Memory 2.0 para agentes de IA

O Hy Memory 2.0 tem três componentes: framework e SDK em Python, modelo Hy Memory 30B A3B e aplicativo local MemHub. O framework organiza memórias de conversas, tarefas e código; o SDK permite integrá lo a agentes de IA.

Publicado porEditado com GPT-6 LunaImagens geradas com GPT Image 2

Pesquisar e verificar fatos com Studio Global AI Veja mais páginas em alta

Resposta de pesquisa

Principais conclusões

O Hy Memory 2.0 tem três componentes: framework e SDK em Python, modelo Hy Memory 30B A3B e aplicativo local MemHub.
O framework organiza memórias de conversas, tarefas e código; o SDK permite integrá lo a agentes de IA.
A Tencent divulgou resultados em quatro benchmarks e afirmou que a ferramenta já é usada em diferentes áreas da empresa.

Illustrative visualization of a shared memory system connecting AI agents, tools and stored context — 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 fraIllustrative artwork depicting shared memory across AI tools.
Prompt de IA
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
openai.com

O Hy Memory 2.0, da Tencent Hunyuan, é um conjunto de ferramentas de código aberto para dar memória a agentes de IA. Ele combina um framework com SDK em Python, um modelo especializado e o aplicativo MemHub — três partes que podem ser usadas de forma independente ou integradas. O anúncio mais amplo foi divulgado em 16 de outubro de 2026; o changelog do projeto registra a publicação do pacote hy-memory==2.0.2 no dia 17. 16 21 30

Três componentes com funções diferentes

1. Framework Hy-Memory e SDK em Python

O framework gerencia o armazenamento, a atualização e a recuperação de três tipos de memória: conversas, trabalho e código. Desenvolvedores podem conectá-lo a agentes de IA por meio do SDK. A categoria de memória de trabalho é voltada a tarefas; a de código, a atividades de desenvolvimento. 16 21

O changelog registra que o pacote hy-memory==2.0.2 foi publicado em 17 de outubro, com metadados de licença Apache 2.0. 30

2. Modelo Hy-Memory-30B-A3B

A Tencent também abriu o Hy-Memory-30B-A3B, um modelo de mistura de especialistas — arquitetura que ativa apenas parte dos parâmetros a cada operação — descrito como tendo cerca de 3 bilhões de parâmetros ativos. Ele foi desenvolvido para tarefas de memória, como extração e tratamento de conflitos, e seus pesos foram publicados no Hugging Face junto com um relatório técnico. 1 14

O modelo é uma peça separada do framework. Na avaliação divulgada pela Tencent, obteve média de 55,49 em quatro sistemas de memória, ante 54,62 do Claude Opus 5. Esse resultado é uma comparação reportada pela empresa e não deve ser confundido com as pontuações dos benchmarks do framework. 16

3. MemHub, o app local

O MemHub tem opções de linha de comando e aplicativo para Mac. O repositório o descreve como uma ferramenta local-first: ela reúne históricos de conversa e registros de programação de aplicativos autorizados pelo usuário em um ambiente gerenciado e em um diretório local. Entre os exemplos documentados estão Claude Code, Cursor, Codex, OpenCode e Qwen Code. 4 14

A proposta é permitir que ferramentas compatíveis consultem uma memória compartilhada, mantendo o armazenamento local. As fontes confirmam esse desenho e as integrações listadas, mas não comprovam todas as alegações sobre sincronização contínua de sessões ou sobre a quantidade total de ferramentas conectadas. 4

Uso interno e resultados divulgados

A Tencent afirma que o Hy Memory já é usado internamente em áreas como finanças, notícias, gestão do conhecimento, agentes para tarefas de escritório, entretenimento social e jogos. Trata-se de uma informação sobre adoção divulgada pela própria empresa, não de uma avaliação independente do impacto. 21

A companhia também diz que o framework ficou em primeiro lugar entre os sistemas de código aberto comparados em quatro benchmarks. Entre os resultados divulgados estão: 16 35

MemoryArena: média de 55,31% em tarefas de planejamento de viagens e compras combinadas. Um relato aponta vantagem de 10,2 pontos percentuais sobre o sistema seguinte no ranking. 35
CodeMemoryBench: 64,2% de precisão em perguntas e respostas sobre código e taxa de resolução de tarefas de 35,6%. 35
SWE-ContextBench: taxa de resolução de tarefas de código de 28,3%. 35
LoCoMo: precisão de 72,6% em memória de conversas. O mesmo relato informa 703 tokens por pergunta para o Hy Memory, contra 1.159 no sistema usado na comparação — redução reportada de 39,3%. 35

Esses dados são comparações divulgadas pela Tencent, não uma validação independente. Como os benchmarks medem tarefas diferentes, os resultados não formam uma única nota geral nem garantem desempenho equivalente em qualquer uso. 16 35

O que o lançamento oferece a quem desenvolve agentes

O Hy Memory 2.0 apresenta a memória de agentes como componentes combináveis, em vez de um produto único e indivisível. Uma equipe pode começar pelo framework e pelo SDK, usar o modelo especializado como uma camada separada ou adotar o MemHub para organizar localmente informações entre ferramentas compatíveis.

Os usos internos e os benchmarks ajudam a entender como a Tencent posiciona o sistema. Para decidir se ele serve a um projeto, desenvolvedores ainda precisam testar suas próprias tarefas e verificar se as integrações e o comportamento de memória atendem aos requisitos. 4 14 16 21

Studio Global AI

Continue sua pesquisa

Esta página inclui uma resposta baseada na fonte que você pode continuar em Studio Global.

Pesquisar e verificar fatos com Studio Global AI

As pessoas também perguntam

Qual é a resposta curta para "Tencent abre três componentes do Hy Memory 2.0 para agentes de IA"?

O Hy Memory 2.0 tem três componentes: framework e SDK em Python, modelo Hy Memory 30B A3B e aplicativo local MemHub.

Quais são os pontos-chave para validar primeiro?

O que devo fazer a seguir na prática?

A Tencent divulgou resultados em quatro benchmarks e afirmou que a ferramenta já é usada em diferentes áreas da empresa.

Fontes