10月16日，腾讯混元把智能体记忆框架 HyMemory 升级到 2.0，并一次性开源了三层：Python 记忆框架 hy-memory、专用写手模型 Hy-Memory-30B-A3B、本地记忆应用 MemHub。"超 Opus 5"需要先讲清口径：这不是混元与 Claude 的通用能力对比，官方技术报告评测的只有一件事——把交互历史写成长期记忆，这一任务上该模型在四套主流记忆系统上均分 55.49%，高于 Claude Opus 5 的 54.62%。这次开源真正的新东西，是"记忆写入"第一次成为一个可以单独训练、单独评测的模型能力，而不是各框架里临时指派给通用大模型的杂活。微博arXiv
1.0 解决的是"记住偏好和身份"。2.0 把记忆按任务重组为三条管线：chat 仍是分层个人记忆（L0–L7，其中 L4、L5 尚未启用）；working 每个会话记一条"做了什么"的事实，外加 0 到 N 条通过价值门槛、可复用的经验；coding 在同样的双层记忆上增加版本演化链。这条 diff 链零 LLM 调用地存下每一次真实改动，摘要必然省略的细节——之前怎么改的、为什么回退、最终采用哪个方案——全靠链找回来。PyPI
为什么值得为"记"单独训练一个模型：没存下来的偏好，事后检索无从补救；客套话、临时要求和过期信息都存进去，又会持续干扰检索。现有框架通常把这份取舍交给通用 LLM 配框架提示词，服务成本高，写手还难以跨框架迁移。技术报告给出的目标，就是训练一个能横跨 Mem0、MemOS 与 Hy-Memory 使用的专用写手。这个模型采用 MoE 架构，总参数约 30B、每次前向激活约 3B。训练先做在线蒸馏、再进入强化学习，把奖励细分到每段写入；奖励产物包含 164,576 条正向探针和 8,599 道"陷阱"题，专门惩罚该存的没存、不该存的乱存。arXiv知乎arXiv
55.49 对 54.62 这 0.87 个百分点，要看清它赢在哪。评测在同一框架里只替换写手、其余组件固定，各写手从空库开始积累。分框架看，Mem0 上领先 0.60 分，Hy-Memory 与 MemOS 上的领先只有 0.02 和 0.01 分，技术报告明说这属于持平、不是统计意义上的差距——因为主表只用了固定 20% 子样本。真正拉开差距的是没有参与训练的 EverMemOS，领先 2.86 分，这是"写入能力可以跨框架迁移"最硬的证据；横向比，它比 DeepSeek V4.1 Flash（均分 53.64）高 1.85 分，比自己的基座检查点 Hy3-A3B（47.66）高 7.84 分。这些数字支持的结论只有一句话：在写记忆这件事上，一个 3B 激活的专用模型追平并小幅超过了当前最强通用模型，外推成"混元超过 Opus 5"超出了证据，多训练种子、人工审计等验证报告尚未完成。arXiv
离普通用户最近的是 MemHub：本地优先的桌面加 CLI 产品，把多个经授权的 AI 应用里的历史对话与新增内容汇入同一份记忆，供各应用独立授权后复用，来源读取、模型处理、宿主读取是三道分开的授权边界。它的采集边界写得明确：不包含屏幕、Accessibility、OCR、键鼠、剪贴板或后台录音。GitHub
但采用前要看发行状态：当前版本只面向 Linux 与 macOS，Windows 暂不支持，npm 上的 memhub-cli 只是约 384KB 的引导程序，完整 Runtime 要用户显式执行安装命令后才下载校验。官方同时披露，HyMemory 已在腾讯内部金融、资讯、知识管理、办公 Agent、社交娱乐和游戏等领域的多个业务中使用。微博
想上手，框架装 `pip install hy-memory`（当前 2.0.2，Apache-2.0），各配一个 OpenAI 兼容的 LLM 与 embedding 端点即可；要用专用写手则需另行部署约 30B 权重——"激活 3B"说的是计算形态，不是显存占用。对选型团队，比总分更可复用的是官方的比较方法：同一框架里只换写手，拿自己的业务数据看遗漏、误存和后续回答是否变准。
