换工具就得重新教一遍,腾讯让 10 个 AI 共用一份记忆

10 月 16 日腾讯混元开源了 Hy Memory 2.0，一次放出模型、框架、应用三层。最实用的是 MemHub：把你在 Cursor、Codex、Claude Code 里的会话汇成一份本地记忆，10 个工具共用。模型那层还附了张成绩单，说超过 Opus 5。

在 Cursor 里交代过的偏好，Codex 不知道。在 OpenCode 里定下的规范，换到下一个工具又要重新说一遍。

这是现在用 AI 写代码的日常。每个工具各记各的，互不相通。

MemHub 是这个方案里唯一给普通用户准备的东西。它把各个 AI 工具的历史会话导进来，沉淀成一份本地记忆，之后每个工具发起任务时都能召回同一份上下文。

支持的工具十个，其中七个是编程 Agent：Cursor、Codex、Claude Code、OpenCode、OpenClaw、Qwen Code、DeepSeek Harness。另外三个是 WorkBuddy、Pi、Hermes。

它解决的是两件事。一件是过去的会话，授权之后一次性导进来，不用从零开始教。另一件是往后，任一工具产生的新记忆，其他工具立刻可见。

它做成了插件形式。你在 Cursor 里发起任务，MemHub 把相关记忆当上下文补进去，不用切窗口，也不用复制粘贴。

提供 CLI 和 Mac 应用两种形态，数据落在本地。

大多数记忆系统只做一件事：把你说过的话抽成事实存下来。问它"我喜欢什么电影"，它能答。

Hy Memory 2.0 把记忆分成三类。

聊天记忆从零散事实升级成事件脉络。跨时间、跨对话的内容按事件重新组织，梳理出时间、地点、人物，还要关联后续发展。需要多条线索才能回答时，先合并重复、剥离冲突，再把干净的版本交给模型。

工作记忆记的是任务做到哪一步、哪些做法已经定了、哪些经验还适用。复用经验之前先判断当前条件是否满足，只在符合时采用。

代码记忆记的是代码为什么这样改。长程任务每次继续前，先判断当前在处理哪件事，再找回相关决定和历史过程。

后两类是 2.0 新增的。腾讯称这是业界首个提出工作记忆与代码记忆的记忆框架。

"我喜欢科幻片"是事实，"这个分支为什么这么改"是决策链。前者存起来就行，后者得记住当时的约束和放弃的方案。混在一起存，检索时就会把结论和理由搅成一团。

也正因为如此，工作记忆和代码记忆的写入必须带工具调用记录。没有 tool_calls 或者 role="tool" 的消息，就没有"做了什么"可记，写入会被直接归到聊天记忆。

模型那层的宣传语是：四套记忆系统平均 55.49，超过 Opus5。

数字没错。55.49 对 54.62，赢了 0.87 分。

但拆开看。在 Hy Memory 自己的框架上，是 60.55 对 60.53。在 MemOS 上，50.51 对 50.50。这两处只差 0.01 到 0.02 分，基本算打平。真正拉开距离的是 EverMemOS，56.89 对 54.04，赢了 2.85 分，而那是训练时没见过的系统。

再看六项具体指标，胜负是分开的。

Opus 5 在 LoCoMo（70.23 对 67.20）、LongMemEval（78.87 对 77.75）、Shopping（21.11 对 19.90）三项上更高。Hy Memory 赢在 Travel 和 CMB。

准确的说法是：在记忆专用模型最擅长的这六项上，它和 Opus 5 互有胜负，平均分领先不到 1 分。

这个结果其实不丢人。约 3B 激活参数的模型，只干"记忆写入"这一件事，和万亿级的通用模型打平，恰恰说明专用这条路走得通。它甚至能直接换掉 Mem0、MemOS 里的通用模型，还能迁移到没训练过的 EverMemOS 上。

只是"超过 Opus 5"这个说法，容易被读成全面碾压。

框架和模型都能自己跑。SDK 在 PyPI 上，装 core 包自带 ChromaDB 和 Kuzu，不用另配向量库。

pip install hy-memory==2.0.2

包本身只有 0.85 MB，但核心依赖 13 个，其中 ChromaDB 和 Kuzu 都带原生扩展，第一次装要等一阵。要换后端就装扩展，[qdrant]、[faiss]、[graph]（Neo4j）、[mysql] 各取所需。[rerank] 会额外拉 torch 和 transformers，体积上到几个 GB，不是非装不可。

配置只要两样：一个 LLM 端点，一个 embedding 端点。任何 OpenAI 兼容的服务都行。

export MEMORY_LLM_API_KEY="sk-..."
export MEMORY_LLM_BASE_URL="https://api.deepseek.com"
export MEMORY_LLM_MODEL="deepseek-chat"

export MEMORY_EMBEDDER_API_KEY="sk-..."
export MEMORY_EMBEDDER_BASE_URL="https://dashscope.aliyuncs.com/compatible-mode/v1"
export MEMORY_EMBEDDER_MODEL="text-embedding-v3"
export MEMORY_EMBEDDING_DIMS=1024

写入和检索就两行：

from hy_memory import HyMemoryClient

client = HyMemoryClient(mode="pro")
client.add("我只看科幻片，最喜欢《星际穿越》", user_id="user_1")

results = client.search("这用户喜欢什么电影", user_ids=["user_1"], limit=10)

两个门槛得先说。

工作记忆和代码记忆只在 pro / ultra 模式生效。 lite 模式会忽略场景参数，把所有东西都当原始记忆存下来。想用新能力，得先选对模式，代价是每次写入都要多走一次模型调用。

npm 上有个同名的 memhub 包，那是别人做的，不是腾讯这个。 要装腾讯的 MemHub，得去 GitHub 上的仓库。

还有一点得说清楚：如果你只用一个 AI 工具，这套东西的价值不大。它解决的是多工具切换时记忆断裂的问题，工具用得越杂，收益越明显。

比宣传语更有说服力的是内部数据。

腾讯自选股接进去之后，A 股投研记忆专项评测的综合得分从 64.3 到 79.6。多跳召回从 50% 提到 90%——就是需要串起好几条分散记忆才能答上的问题，成功率翻了近一倍。它要跨天、跨会话记住"这周只盯有色和半导体"这类交代，用户改了方向之后旧方向归档但可追溯，助手不会再把放弃的板块推回来。

iWiki 那边更值得看：251 道题，同一个模型、同一套提示词。给全部原始对话，正确率 24.7；只给 Hy Memory 提炼的记忆，36.7。记忆比原文还准。

腾讯新闻的智声场景，长期偏好理解评测平均 91.68 分（满分 100），41 个复杂对话案例里 87.8% 在 90 分以上。

这些都是腾讯自己测的，没有第三方复现。但它们至少说明这套东西在自己的业务里跑过了，不是发个论文就完事。