夜雨聆风
点击蓝字
关注我们
Hy-Memory最有意思的地方，是它承认Agent也会“记混”
长期协作型 Agent 最怕的不是忘事，而是记了一堆半旧不新的东西。你上周说喜欢极简回答，今天又要它展开分析；一次会话里提过的偏好，到了下次任务还算不算数？这些细节放在人身上叫“熟悉你”，放在智能体里就会变成检索、更新和成本问题。
腾讯混元这次发布的 Hy-Memory，瞄准的就是这个麻烦。它没有把记忆简单做成一个更大的资料库，而是拆成 6 层：事实、画像、心智模型、前瞻意图等分开存。System 1 负责毫秒级抓取即时事实和会话摘要，System 2 则在后台慢慢整理用户模型和知识网络。
这套设计的关键，是让记忆有“时间感”。 supersedes 指针会把新旧记忆串起来，检索时不只给最新结论，也能看到偏好怎么变过。对长期 Agent 来说，这比单纯多塞上下文更现实：记忆越多，越要知道哪条该听，哪条该退场。
腾讯给出的数字也有点意思：LongMemEval 85.2 分，写入速度是 Graphiti 的 8 倍，记忆条数约为 mem0 的三分之一、Graphiti 的四分之一，长上下文 Token 消耗降 35%。这些数字真正指向的是部署压力，尤其是 Agent 真要跨天跑任务时，不能每次都靠堆 Token 装作自己很了解你。
当然，记忆插件听起来越聪明，用户越会追问另一件事：它记住的是偏好，还是误会？Lite、Pro、Ultra 三档配置和默认 Chroma 本地向量库，能把门槛降下来，但长期信任仍要靠一次次更新不出错来攒。
如果一个Agent越来越懂你，你更担心它忘事，还是担心它把旧判断一直当真？
