腾讯混元开源 Hy-Memory 2.0：给智能体装上三层记忆

三层结构解决什么问题

最上面是 MemHub 本地应用，中间是记忆框架，底层是专用记忆模型。框架按任务类型把记忆分成聊天、工作、代码三条流水线，写入和检索先经过场景路由，再进入对应的记忆结构。

三类记忆的设计

• 聊天记忆：从原始对话逐层抽象，包含基础信息、原子事实、会话摘要、心智模型和前瞻意图。事实带版本，新旧说法不会互相覆盖。
• 工作记忆：每次会话固定写一条事实，记录任务、做法和结果；经验层只保留通过价值阈值的方法，并注明适用环境与置信度。
• 代码记忆：记录文件、函数和分支等坐标，不直接粘贴代码；另挂一条版本演进链，保留被回滚或不在当前分支上的修改。

运行模式与接入

框架提供 lite、pro、ultra 三档：lite 只做向量检索，pro 增加抽取和冲突合并，ultra 再加入结构归纳与跨领域扫描。存储可以替换为 ChromaDB、Qdrant、FAISS 以及 Kuzu、Neo4j，接入只需兼容 OpenAI 协议的模型端点和 embedding 端点。项目采用 Apache-2.0 许可，并提供 Python SDK 与 MCP 插件。

适合谁，注意什么

长期运行的客服、办公和编码智能体都能受益，企业也可以用它补上跨会话记忆。但记忆越多，隐私、成本和错误累积的风险越高；上线前要明确哪些信息可以长期保存，并定期检查检索结果是否仍然准确。

本文根据公开资料整理，具体功能、价格与开放范围请以官方最新说明为准。