AI的记忆能带走了:10个工具共用一份,换工具不再从头交代

今早翻每日要闻，腾讯研究院的 AI 速递和网易的极新早报都把同一条列进了当日要点。事情本身发生在 10 月 16 日：腾讯混元把智能体记忆框架 Hy Memory 升级到 2.0，并把模型、框架、应用三层全部开源。

真正让我停下手的不是开源这件事，是里面的一个数字。

在腾讯内部知识库 iWiki 的测试里，只给模型喂 Hy Memory 召回出来的记忆，正确率比把全部原始对话整段塞进去，相对高出 48.6%。

同一批数据，少喂比多喂准。这个结论跟不少企业的直觉是反的——很多人以为上下文窗口越长，AI 就越懂，于是拼命往对话里贴文档、贴聊天记录、贴三个月前的邮件。

一、这次开源了三层：模型、框架、应用

先把东西摆清楚。三层各管一件事：

· 模型层 Hy-Memory-30B-A3B：专给记忆场景训练的 MoE 模型，总参 300 亿、每次激活约 30 亿，负责记忆的写入、整理和召回。权重已发布在 Hugging Face。

· 框架层 Hy Memory Framework：负责聊天、工作、代码三类记忆的「存储、更新、进化」，开发者通过 SDK 接进自己的 Agent，SDK 已上 GitHub 和 PyPI（包名 hy-memory，当前 2.0.2）。

· 应用层 MemHub：本地记忆管理应用，提供命令行和 Mac 客户端两种用法。授权关联后，它能把各工具的历史会话导入同一份本地记忆，之后新会话实时同步汇入。

协议是 Apache-2.0，据英文科技媒体 Pandaily 的报道，官方明确不施加许可证之外的额外限制，也就是说代码、参数、权重可以直接商用。三层既能单独拆出来用，也能拼成一套完整方案。

据腾讯披露，这套能力已经在金融、资讯、知识管理、办公 Agent、社交娱乐、游戏等内部业务里跑着了。

二、三类记忆，解决的不是同一个问题

聊天记忆这一层，2.0 把「零散事实」升级成了「完整事件脉络」：跨时间、跨对话的分散内容，按事件梳理出时间、地点、人物这些要素；遇到需要综合多条线索的问题，先合并重复、剥离前后矛盾，再把干净记忆交给模型。

做部署的时候我最常听到的一句抱怨是：同一个问题，三个月前问过一次，这回 AI 给的答案变了。这就是「事实型记忆」的典型毛病——存了一堆碎片，没有脉络，冲突也没人处理。

工作记忆和代码记忆是 2.0 新增的，我认为这才是这次值钱的地方。工作记忆不只是记「做完了什么」，它会记四个东西：任务目标、已经确定的做法、阶段结果、可复用的经验，外加这条经验的适用条件。下次要用这条经验时，框架先判断当前情况符不符合当初的条件，符合才拿来辅助。

这一句是分水岭。过去我们把 prompt 当资产存起来，结果换个季度、换个客户、换个口径就直接生搬，出错了还不知道错在哪。记忆的价值不在记住本身，在于它记录了「什么时候不该用这条经验」。

代码记忆则面向长程编程任务，保留项目上下文。腾讯方面称这是业界首个同时提出工作记忆与代码记忆的记忆框架。

三、数字怎么读：别只记「第一名」那一项

官方在聊天、工作、代码三类场景的 4 个基准测试上都拿了开源第一，对比对象是 Mem0、MemOS、EverOS、OpenViking、RepoMemory、Simple RAG。拆开看：

· 工作记忆：MemoryArena 的旅行规划与组合购物任务平均分 55.31%，领先次优的 EverOS 10.2 个百分点；

· 代码记忆：CodeMemoryBench 上代码问答准确率 64.2%、代码任务解决率 35.6%，SWE-ContextBench 任务解决率 28.3%（MemOS 和 Mem0 为 25.3%）；

· 聊天记忆：LoCoMo 准确率 72.6%（EverOS 71.9%），同时每题使用的 Token 从 1,159 降到 703，减少 39.3%。

最后这组数字，做成本账的人应该盯住。记忆整理做得好，每次提问要喂的 Token 少了近四成——省的不是一次的钱，是全年所有会话的钱。这也是前面那个 iWiki 48.6% 的来源：无关信息少，召回质量反而上去。

模型层面，Hy-Memory-30A3B 在接入 Hy Memory、Mem0、MemOS、EverMemOS 四套记忆系统的测试中平均得分 55.49，高于 Claude Opus 5 的 54.62、DeepSeek V4.1 Flash 的 53.64。要提醒一句：这是在固定 20% 基准子样本上的宏观平均，且属发布方自测口径，第三方复现之前当趋势看，不当结论看。0.87 分的差距，真正的信号是「专用小模型打平通用旗舰」，不是「谁强谁弱」。

四、企业下周能用在哪：WorkBuddy 也在名单里

MemHub 目前覆盖 10 种 AI 工具，据 IT 之家报道包括 WorkBuddy、Cursor、Codex、Pi、Qwen Code、Hermes、DeepSeek Harness、OpenCode 等，既有商业编程工具也有开源 Agent。换句话说，一份记忆可以横跨办公 Agent 和编程 Agent 两条线。

实际用起来有三个场景是立等可取的：一是换工具不改口偏好——在 WorkBuddy 里交代过的报告口径、在 Cursor 里养成的代码风格，不再因为换窗口要重新说一遍；二是长任务续接——一个拖三周的项目，中途换人、换会话，AI 能先判断「现在在办哪件事」，再找回相关决定和历史过程；三是把老师傅的做法资产化，而且带着适用条件一起存，不是存一段 prompt。

短板也要摆在前面：MemHub 目前只有 Mac 客户端，Windows 用户只能走命令行；SDK 是 Python 生态，非 Python 技术栈接入有门槛；极端长对话场景下的记忆召回延迟，官方暂未公布。另外，授权关联之前要确认你信任这个工具——毕竟它会读取历史会话；代码记忆会涉及改动历史，私有仓库请务必先做脱敏。

五、我的判断

第一，记忆正在变成独立的一层，换模型和换工具的代价都在下降。

对甲方是好消息：议价空间和退出通道都变大了。上周刚聊完元器 11 月 9 日停服那件事，当时说的是「AI 资产要有退出通道」，这次是同一问题的另一半：记忆层掌握在自己手里，换工具时才不用把「过去两年它学到的东西」一起扔掉。但也别急着押一家，记忆层的标准还没定，Hy Memory、Mem0、MemOS、EverMemOS 还在并行跑。

第二，记忆是资产，也是最容易长歪的资产。

框架会合并重复、处理冲突，但它判断不了业务口径的对错。一条错误的结论一旦被记住，就会被反复复用到所有相关任务上，比一次性答错危害大得多。所以记忆必须有责任人、有纠错入口、有过期清理机制。这一条在企业里几乎没人管。

第三，采购顺序要改：先定记忆台账，再选工具。

过去是先选模型和工具，上线了才想起来要管数据。现在前面要加一道：记什么、谁能读、谁能删、存在哪、能不能导出。这五条不定，后面每换一次工具就是重来一遍，而且每次都要重新教。

六、下周三件事

第一件，列一张「该记／不该记」清单。建议现在就红线：客户名单、报价底价、人事评价、未公开合同条款一律不进记忆；SOP、口径、历史决策、复盘结论可以进。

第二件，挑一个跨三周以上的长任务做试点。验收标准别用「这一问它答得好不好」，用「任务中途换个人，AI 能不能接着干下去」——这才是工作记忆真正的价值点。

第三件，把记忆的「导出格式」和「删除流程」写进上线 checklist。和上次那张 AI 资产台账并成一张表管理：平台、用途、归属人、数据在哪、能不能导出，再加一列——记忆在哪。

顺便提一句价格口径，免得被传错：WorkBuddy 企业版在腾讯云官网的公开软件许可价为旗舰版 198 元/人/月、专享版 316 元/人/月，以官网当期标价为准；实施与运维服务费由服务方另行报价，与软件许可价分开列示，最终以双方签署的服务订单为准。我们这边推进中的几个项目也都是这么算的。

最后一句：长上下文不是万能药，把全部对话塞给 AI 也不是勤奋。真正的差距，是有人肯在写进记忆之前先做一次取舍。

我是佰圆科技 AI 部署师宋海力，专注企业 AI 落地与 WorkBuddy 部署交付。如果您的企业也在为「AI 到底该记住什么、这些东西归谁管」发愁，想先把记忆台账、适用条件与纠错机制理清楚再动手，扫码加我企业微信，备注「AI 落地」，把您公司的具体场景发给我，工作日当天回复。

信息源：腾讯混元《Hy Memory 2.0 发布公告》（2026 年 10 月 16 日）；IT之家《腾讯混元记忆框架 Hy Memory 2.0 发布开源》（2026 年 10 月 16 日）；凤凰网科技《腾讯混元发布 Hy Memory 2.0》（2026 年 10 月 16 日）；腾讯新闻《腾讯混元开源 Hy Memory 2.0 记忆框架》（2026 年 10 月 16 日）；腾讯研究院《AI 速递 20261019》（2026 年 10 月 19 日）；网易《极新早报》（2026 年 10 月 19 日）；Pandaily《Tencent Hunyuan Open-Sources Hy Memory 2.0》（2026 年 10 月 17 日）；BlockBeats《腾讯混元发布 Hy Memory 2.0：模型、框架、应用三层全开源》（2026 年 10 月 16 日）。

注：文中评测分数、召回率与相对提升幅度均为发布方披露口径，其中模型评测为固定 20% 基准子样本上的宏观平均；文中观点、清单与三条判断为作者个人部署经验，非官方内容。文中所述客户项目均在洽谈推进中，商务条款最终以双方签署的服务订单为准。

作者：佰圆科技 · AI 部署师 宋海力（腾讯云授权服务商），专注企业 AI 落地与 WorkBuddy 部署交付。