近日，腾讯混元正式发布智能体记忆框架 Hy Memory 2.0，并全面开源专用模型、记忆框架与 MemHub 应用三层能力，为 AI 智能体（Agent）提供专业级结构化长期记忆解决方案，破解传统 AI 只能记住单一会话上下文、跨会话记忆碎片化、信息冲突冗余等行业痛点。

当前多数 AI 智能体仅具备会话级上下文记忆，对话结束后信息便难以留存，无法沉淀用户偏好、任务经验与历史意图，限制了复杂任务持续协作能力。Hy Memory 2.0 将智能体记忆从简单的文本追加，升级为可演化的分层结构化记忆体系，采用 6 层记忆堆栈架构，搭配 System1/System2 双系统机制：System1 负责实时交互响应，System2 在后台持续对交互碎片进行提炼、去重、冲突校验与沉淀，把原始对话痕迹拆解为原子事实、身份画像、心智意图等多层记忆资产，实现记忆的自动整理、更新与跨智能体复用，做到 “记住一次，随处同行”。

作为本次版本核心升级，Hy Memory 2.0 在原有聊天记忆基础上，新增工作记忆、代码记忆两大能力，也是业界首个同时覆盖三类场景的智能体记忆框架。聊天记忆可梳理跨时间对话事件脉络，自动提取事件要素，合并重复信息、消解矛盾内容；工作记忆针对复杂任务，持续记录任务目标、执行方案、阶段成果与经验适用条件；代码记忆面向软件开发场景，沉淀项目上下文、代码经验与调试记录，支撑 Agent 长期工程任务迭代。三层能力既可独立部署使用，也可组合形成完整 Agent 记忆方案，开发者通过 SDK 即可快速接入自有智能体产品。

本次开源同步推出 Hy-Memory-30A3B 记忆专用模型，专门优化记忆读写任务。在多项权威评测基准上，Hy Memory 2.0 在聊天、工作、代码三大场景的 4 项 Benchmark 中全面领先 Mem0、MemOS、EverOS 等主流开源记忆框架；其中工作记忆、代码记忆相关评测指标实现显著超越，专用记忆模型性能已超过 Claude Opus 5。实测数据显示，该框架能够降低记忆存储体量、提升信息密度，减少长上下文 Token 消耗，记忆写入速度大幅领先同类方案，兼顾记忆准确率与工程落地成本。

Hy Memory 系列框架已在腾讯内部金融、资讯、知识管理、办公 Agent、社交、游戏等多个业务落地验证，经受真实业务场景检验。开源 MemHub 应用工具，支持开发者一键汇集多个 AI 应用的交互历史，沉淀统一个人记忆资产，智能体后续任务可自动召回相关记忆，大幅降低开发者上手门槛，快速为各类 AI 应用加装长期记忆能力。

长期记忆是通用智能体的核心基础组件。Hy Memory 2.0 开源，旨在降低智能体开发门槛，推动国内 Agent 生态共建。未来腾讯混元将持续迭代记忆框架能力，优化长周期任务记忆、多模态记忆沉淀能力，助力开发者打造真正具备持续理解、自主学习、长期协作能力的 AI 智能体，加速 AI Agent 产业化落地进程。