记忆是 Agent 的操作系统：拆解腾讯 Hy Memory 2.0

Agent 最让人恼火的毛病不是笨，是失忆。一次会话结束，偏好、项目约定、调试到一半的结论全归零，下次重来，token 照付。2026 年 10 月中旬，腾讯混元把 Hy Memory 2.0 全部开源（Apache 2.0，仓库 Tencent-Hunyuan/Hy-Memory），给出了一套生产级的回答：记忆不该是主模型的副业，而是一层独立的基础设施。

先说结论：写记忆和用记忆是两份工作

直觉上，让模型自己"记住要点"最简单。问题是，记忆写入是一串判别型的脏活：从对话里抽事实、去重、发现"用户上周说用 Postgres、这周说切 MySQL"这类冲突并裁决、把新事实挂到旧版本上。用旗舰模型干这个，等于请米其林大厨洗碗——能干，但浪费。

Hy Memory 的取舍是把"写记忆"外包给专职小模型 Hy-Memory-30B-A3B：30B 参数的 MoE，每 token 只激活约 3B。它的训练方式值得注意，技术报告讲的是 attributed reinforcement learning（归因强化学习）：奖励不只看抽得准不准，还要求模型对抽出的每条事实给出可归因的依据，并在冲突对账上做对。这解释了为什么一个 3B 激活量的小模型，能在腾讯自家的四套记忆评测上拿到 55.49 的宏平均分，与 Claude Opus 5 的 54.62 打平。这里必须注明：这是厂商自家测试数据，未经独立复现，差距本身也在噪声带里。真正的看点不是这 0.87 分，而是成本结构——旗舰模型腾出 token 去思考，记账的活交给便宜十倍的专职模型。

三种场景，三种记忆形态

Hy Memory 最有工程味的设计，是拒绝"一根聊天记录打天下"，按场景给三种记忆形状。

聊天场景走八层认知记忆（L0–L7）：L1 原始对话只追加不修改，L2 原子事实做成版本化不可变记录，L3 会话摘要，L6 SCHEMA 抽取心智模型（抽象的叙事模板，落在图层），L7 INTENTION 记录带过期时间的未来意图，过期自动降级为普通事实。从原始记录到心智模型的逐层抽象，抄的是人类记忆的路子。

工作场景是双层：每段带工具调用的会话产出恰好一条事实（WorkingFact：任务、做法、结果，细节原样保留），外加 0 到 N 条"经验"——可复用的做法，带置信度、适用边界和检索键。事实保证"做过的事被记住"，经验保证"学到的东西能复用"，两层互相引用，被取代的事实通过任务链保持可追溯。

编程场景复用双层管道，但加了版本演化 diff 链：记的不是代码本身，而是精确坐标（文件、函数、分支）加上"为什么这样改"。长周期任务里 Agent 经常在不同分支间反复横跳，diff 链让它能回答"最后保留的是哪一版超时实现"这种问题。配套的评测集 CMB（Coding Memory Benchmark）已投稿 ICLR 2027。

双系统：快思考管写入，慢思考管进化

架构上分三档：lite 纯向量读写、零 LLM 调用，就是普通 RAG；pro 加 LLM 抽取与对账；ultra 再开图数据库，用 evolve() 触发 System 2 做跨域的模式归纳。System 1 负责便宜快速地写，System 2 负责定期把散落的事实蒸馏成心智模型——写入成本和认知深度解耦，这是整套设计里最漂亮的一笔。存储后端也给了全套选项：默认内嵌 ChromaDB 和 Kuzu，另有 Qdrant、FAISS、Neo4j、MySQL 缓存可选。

MemHub 则把这套引擎做成 local-first 的桌面和 CLI 产品：把 Claude Code、Cursor、Codex、OpenCode、Qwen Code 等工具经用户授权的历史，收拢到同一个本地运行时和目录里，实现跨应用的记忆共享。source 隔离参数让不同调用方的记忆互不串味。

冷静一点

两点保留意见。第一，跨应用共享记忆首先是治理问题：记忆一旦变成可跨工具流动的资产，权限、可见范围、被污染的记忆（一条错误事实被所有 Agent 复用）都会成为攻击面，"本地优先"只是起点。第二，腾讯自己也承认自动场景路由还在打磨——分类错了场景，记忆就进了错的管道，错得悄无声息。

但方向是对的。2026 年 10 月的发布潮有个共同主题：拆分。DeepSeek 把速度拆出去，Meta 把记忆和专注拆成两个能力，腾讯把"记住"整个外包。上下文窗口再长也解决不了遗忘——因为遗忘不是存不下，而是没人负责整理。Hy Memory 2.0 的回答是：让整理这件事，有专职的模型、专用的管道、独立的存储。Agent 的基础设施，正在从"一个大模型包打天下"走向分层。