騰訊混元的 Hy Memory 2.0 是一套分成三部分的 AI 代理記憶系統：記憶框架與 Python SDK、專用記憶模型，以及本機優先的 MemHub 應用。各部分可以單獨使用，也能組合成一套方案。相關消息於 2026 年 10 月 16 日公布；專案變更紀錄則將 hy-memory==2.0.2 套件版本的發布日期列為 10 月 17 日。 162130

三個部分，各自負責什麼？

1. Hy-Memory 框架與 Python SDK

框架負責管理聊天、工作與程式碼三類記憶的儲存、更新與檢索，開發者可透過 SDK 將它整合進 AI 代理。專案變更紀錄指出，hy-memory==2.0.2 於 10 月 17 日發布，套件資訊標示 Apache-2.0。 162130

這三類記憶不只涵蓋聊天紀錄：工作記憶對應任務脈絡，程式碼記憶則面向開發工作。不過，現有來源僅能確認框架支援這些記憶類型，無法證實部分報導提到的所有細節，例如系統如何記錄任務決策，或在工作中斷後如何處理記憶。 1416

2. Hy-Memory-30B-A3B 模型

騰訊也發布了 Hy-Memory-30B-A3B。這是一款混合專家模型，據介紹約有 30 億個啟用參數，訓練用途包括記憶提取與衝突處理；模型權重與技術報告已上架 Hugging Face。 114

這是記憶系統中的獨立元件，並非框架本身。騰訊產品頁公布該模型在其評測中的平均分為 55.49，並與 Claude Opus 5 的 54.62 比較。這是公司公布的評測結果，不能與框架在不同記憶任務上的基準分數混為一談。 16

3. MemHub 本機應用

MemHub 提供命令列工具與 Mac 桌面應用。專案說明將它描述為「本機優先」產品，可把使用者授權的 AI 應用中的對話紀錄與程式開發軌跡，集中到受管理的執行環境及本機資料目錄。文件列出的工具包括 Claude Code、Cursor、Codex、OpenCode 和 Qwen Code。 414

這項設計希望讓記憶能在支援的工具間共用，同時將記憶資料保留在本機。現有來源能確認本機優先的設計與列出的整合工具，但無法證實所有關於連接工具數量，或持續同步所有新舊對話的說法。 4

騰訊公布的內部使用情況與基準結果

騰訊表示，Hy Memory 已用於內部的金融、資訊、知識管理、辦公代理、社交娛樂與遊戲等業務。這是公司公布的採用情況，並非對實際成效的獨立評估。 21

騰訊也表示，Hy Memory 在其比較的四項基準中，均位列開源框架第一。公布的結果包括： 1635

• **MemoryArena：**在旅遊規劃與組合購物任務上的平均表現為 55.31%；報導指出，較排名第二的系統高出 10.2 個百分點。 35
• **CodeMemoryBench：**程式碼問答準確率為 64.2%，程式任務解決率為 35.6%。 35
• **SWE-ContextBench：**程式任務解決率為 28.3%。 35
• **LoCoMo：**聊天記憶準確率為 72.6%。同一份報導列出的比較系統每題使用 1,159 個 token，Hy Memory 為 703 個，據報減少 39.3%。 35

這些是公布的基準比較結果，並非獨立驗證。各項數據衡量的任務與指標不同，不宜合併解讀成單一總分，也不能據此推定它在所有實際部署情境中都會有相同表現。 1635

對 AI 代理開發者的意義

Hy Memory 2.0 將代理記憶拆成可選用的元件，而非只能整套導入的單一產品。開發者可以從框架與 SDK 開始，也可以另外採用專用模型，或加入 MemHub 管理本機的跨工具記憶。騰訊公布的內部使用情況與基準成績，呈現了公司對這套系統的定位；實際評估時，團隊仍應以自己的工作負載測試，並確認 MemHub 的整合工具及記憶行為是否符合需求。 4141621

騰訊混元的 Hy Memory 2.0 是一套分成三部分的 AI 代理記憶系統：記憶框架與 Python SDK、專用記憶模型，以及本機優先的 MemHub 應用。各部分可以單獨使用，也能組合成一套方案。相關消息於 2026 年 10 月 16 日公布；專案變更紀錄則將 hy-memory==2.0.2 套件版本的發布日期列為 10 月 17 日。 162130

三個部分，各自負責什麼？

1. Hy-Memory 框架與 Python SDK

框架負責管理聊天、工作與程式碼三類記憶的儲存、更新與檢索，開發者可透過 SDK 將它整合進 AI 代理。專案變更紀錄指出，hy-memory==2.0.2 於 10 月 17 日發布，套件資訊標示 Apache-2.0。 162130

這三類記憶不只涵蓋聊天紀錄：工作記憶對應任務脈絡，程式碼記憶則面向開發工作。不過，現有來源僅能確認框架支援這些記憶類型，無法證實部分報導提到的所有細節，例如系統如何記錄任務決策，或在工作中斷後如何處理記憶。 1416

2. Hy-Memory-30B-A3B 模型

騰訊也發布了 Hy-Memory-30B-A3B。這是一款混合專家模型，據介紹約有 30 億個啟用參數，訓練用途包括記憶提取與衝突處理；模型權重與技術報告已上架 Hugging Face。 114

這是記憶系統中的獨立元件，並非框架本身。騰訊產品頁公布該模型在其評測中的平均分為 55.49，並與 Claude Opus 5 的 54.62 比較。這是公司公布的評測結果，不能與框架在不同記憶任務上的基準分數混為一談。 16

3. MemHub 本機應用

MemHub 提供命令列工具與 Mac 桌面應用。專案說明將它描述為「本機優先」產品，可把使用者授權的 AI 應用中的對話紀錄與程式開發軌跡，集中到受管理的執行環境及本機資料目錄。文件列出的工具包括 Claude Code、Cursor、Codex、OpenCode 和 Qwen Code。 414

這項設計希望讓記憶能在支援的工具間共用，同時將記憶資料保留在本機。現有來源能確認本機優先的設計與列出的整合工具，但無法證實所有關於連接工具數量，或持續同步所有新舊對話的說法。 4

騰訊公布的內部使用情況與基準結果

騰訊表示，Hy Memory 已用於內部的金融、資訊、知識管理、辦公代理、社交娛樂與遊戲等業務。這是公司公布的採用情況，並非對實際成效的獨立評估。 21

騰訊也表示，Hy Memory 在其比較的四項基準中，均位列開源框架第一。公布的結果包括： 1635

• **MemoryArena：**在旅遊規劃與組合購物任務上的平均表現為 55.31%；報導指出，較排名第二的系統高出 10.2 個百分點。 35
• **CodeMemoryBench：**程式碼問答準確率為 64.2%，程式任務解決率為 35.6%。 35
• **SWE-ContextBench：**程式任務解決率為 28.3%。 35
• **LoCoMo：**聊天記憶準確率為 72.6%。同一份報導列出的比較系統每題使用 1,159 個 token，Hy Memory 為 703 個，據報減少 39.3%。 35

這些是公布的基準比較結果，並非獨立驗證。各項數據衡量的任務與指標不同，不宜合併解讀成單一總分，也不能據此推定它在所有實際部署情境中都會有相同表現。 1635

對 AI 代理開發者的意義

Hy Memory 2.0 將代理記憶拆成可選用的元件，而非只能整套導入的單一產品。開發者可以從框架與 SDK 開始，也可以另外採用專用模型，或加入 MemHub 管理本機的跨工具記憶。騰訊公布的內部使用情況與基準成績，呈現了公司對這套系統的定位；實際評估時，團隊仍應以自己的工作負載測試，並確認 MemHub 的整合工具及記憶行為是否符合需求。 4141621