Hy Memory 2.0 יצא: Tencent שחררה בקוד פתוח כותב זיכרון, פריימוורק ואפליקציית Mac בהשקה אחת

טנסנט הוניואן שחררה השבוע שלושה דברים בבת אחת, ורק שניים מהם ניתנים להתקנה היום. Hy-Memory-30B-A3B הוא מודל תערובת-מומחים בן 30 מיליארד פרמטרים שכל תפקידו הוא כתיבת זיכרון — להחליט מה סוכן שומר, איך הוא מנסח זאת, ואיך ראיות חדשות דוחקות את הישנות. Hy Memory 2.0 היא המסגרת שסביבו: חבילת Python בשם hy-memory, המכסה זיכרון שיחה, זיכרון עבודה וזיכרון קוד. וMemHub היא האפליקציה — מוצר CLI ו-macOS מקומי-תחילה שמושך היסטוריית שיחות ועקבות קוד מעשרה כלי AI שונים אל מאגר זיכרון אחד על הדיסק שלך. הכותרת בפוסט ההכרזה היא ש-Hy-Memory-30B-A3B מנצח את Claude Opus 5 במסגרות זיכרון מרכזיות. זה נכון עד כמה שזה מגיע, והחלק המעניין הוא עד כמה זה מגיע: בשלוש מתוך ארבע המסגרות הפער הוא פחות משש עשיריות נקודה, וכל ההשוואה רצה על חמישית מכל בנצ'מרק. כל השבתה וחזרה לאחור של ספקים שתיעדנו נרשמות בOrca AI Incident Archive, שמכיל את מכלול הרשומות לצד הערכים השכנים של התקרית הזו.

כל מה שלהלן נקרא או מתוך המאגר, מרשם החבילות והדוח הטכני של Tencent עצמה, או שמסומן כטענה של Tencent עצמה. שום דבר כאן לא שוחזר על ידי אף אחד אחר, כי נכון לכתיבת הדברים אף אחד אחר לא הריץ אותו.

מה בעצם שוחרר, ומתי

שלוש השכבות נחתו בהפרש של כ-24 שעות זו מזו, והערות השחרור ספציפיות באופן יוצא דופן לגבי אילו מהן הושלמו:

• המודל — tencent/Hy-Memory-30B-A3B פורסם ב-Hugging Face ב-15 באוקטובר 2026 (09:52 UTC), תחת Apache 2.0, כאשר הדוח הטכני, arXiv 2610.22196, הוגש באותו יום.

• המסגרת — hy-memory==2.0.1 הועלה ל-PyPI ב-15 באוקטובר 2026 בשעה 17:24 UTC, והמונורפו פורסם כקוד פתוח באותו יום. תג השחרור v1.0.0 של GitHub נוצר ב-16 באוקטובר בשעה 08:44 UTC.

• האפליקציה — נכסי ההפצה של MemHub קיימים: קובץ דיסק של macOS arm64 מאושר notarization בגודל 303 MB לפי הספירה של GitHub, ובנוסף חבילות runtime של Linux arm64 ו-x64 בגודל 245 MB ו-251 MB. Windows מופיע כלא נתמך.

• הפער — יומן השינויים של הפרויקט עצמו מציין של-MemHub "אין עדיין מהדורה ציבורית", שגרסת המקור שלו היא 1.0.0 (build 4), ושגם הפרסום ב-npm וגם ארטיפקטים של GitHub Release עדיין בהמתנה. חבילת ה-npm שבה הוא מתכוון להשתמש, memhub-cli, מחזירה 404 מהרישום. תמונות הדיסק מצורפות למהדורה; מתקין שורת הפקודה שאמור לאחזר אותן אינו מפורסם.

הנקודה האחרונה שווה קריאה שנייה, כי היא ההבדל בין השקה למועמד לשחרור. גרסת ה-Apple חתומה ועברה notarization, וזו עבודה אמיתית, ועמוד השחרור צבר קומץ הורדות. אבל נתיב ההתקנה המתועד מתחיל בחבילת npm שלא קיימת בזמן כתיבת שורות אלה. אם תכננתם לנסות את MemHub השבוע, הקצו זמן ל-checkout של קוד מקור ולא להתקנה בשורה אחת.

Hy-Memory-30B-A3B, המודל

קובץ התצורה הוא המסמך הכי פחות רומנטי והכי שימושי בכל הגרסה. הוא מתאר צורת MoE סטנדרטית ומובנת היטב ולא משהו אקזוטי:

• פרמטרים — 30B בסך הכול, כ-3B פעילים לכל טוקן, וזו המשמעות של הסיומת A3B.

• ארכיטקטורה — 48 שכבות, שאחת מהן צפופה ו-47 הן MoE דלילות; 128 מומחים בכל בלוק עם ניתוב top-8 ועוד מומחה משותף אחד; גודל מוסתר 2,048; רוחב ביניים של מומחה 768; 32 ראשי קשב לעומת 4 ראשי מפתח-ערך עם נרמול שאילתה-מפתח; ראוטר סיגמואידי עם איבר הטיית מומחה ומקדם קנה מידה של 2.826.

• הקשר — 262,144 פוזיציות, עם בסיס RoPE של 11,158,840.

• נפח — 51 חלקי safetensors, כ-60.1 GB ב-BF16. זהו הדיוק היחיד ש-Tencent סיפקה.

• הגשה — הכרטיס נכתב סביב vLLM, נבדק מול v0.31.0, מאחורי נקודת קצה תואמת O​penAI, והוא גם מציין את SGLang ואת Docker Model Runner כסביבות הרצה נתמכות. הוא אינו נפרס על ידי שום ספק הסקה, ואינדקס החיפוש של Hugging Face אינו מחזיר GGUF, אינו מחזיר בנייה של FP8 או NVFP4, ואינו מחזיר כיוונון עדין.

היעדרו הוא המכשול המעשי. ספק ששולח נקודת ביקורת BF16 בגודל 60 GB ושום דבר אחר למעשה אומר לך היכן הוא מצפה שהמודל ירוץ, והתשובה היא מכונה שכבר בבעלותך או שאתה שוכר במרכז נתונים. אין גרסה אחות מכומתת שאיש יכול להעריך על תחנת עבודה.

המודל מונע עם reasoning_effort: "no_think" וטמפרטורה 0.0 במדריך ההתחלה המהירה של Tencent עצמה. כותב זיכרון מופעל בכל תור שיחה כדי להחליט מה לשמור, ולכן התלבטות היא פשרה שגויה: הוא צריך להיות דטרמיניסטי, קצר-פלט וזול. הבחירה העיצובית הזו היא גם הטיעון החזק ביותר לכך שהמודל קיים בכלל, מכיוון שזה בדיוק עומס העבודה שבו מודל צ'אט חזיתי הוא הבזבזני ביותר.

ה-55.49, כפי שצריך לקרוא אותו

טננקו אימנה את הכותב על פני שלוש מסגרות זיכרון — Mem0, MemOS ו-Hy-Memory שלה — ואחר כך העריכה אותו על מסגרת רביעית, EverMemOS, שהוחזקה מחוץ לאימון לחלוטין. החזקת מערכת בדיקה אחת בצד היא הדרך הנכונה לבחון טענת העברה, והעברה חוצת-מסגרות היא כל התזה של המאמר.

התוצאות, שהן של Tencent עצמה ולא שוחזרו:

• Hy-Memory-30B-A3B — 55.49 ממוצע מאקרו על פני ארבעת ההרנסים.

• Claude Opus 5 — 54.62.

• DeepSeek V4.1 Flash — 53.64.

• Tencent Hy3 — 51.63.

• Qwen3.6-35B-A3B — 50.37.

• Hy3-A3B Base — 47.66, אותו מודל לפני אימון ייעודי לזיכרון, ומכאן מגיע הרווח הבולט של 7.8 נקודות באימון.

• Qwen3-30B-A3B — 44.37.

כשמפרקים לפי ארנס, היתרון הולך ומצטמצם. מול Claude Opus 5 הפערים הם 54.02 מול 53.43 ב-Mem0, 60.55 מול 60.53 ב-Hy-Memory, 50.51 מול 50.50 ב-MemOS, ו-56.89 מול 54.04 ב-EverMemOS. שלושה מארבעת אלה הם רעש סטטיסטי שעוטה זר דפנה — יתרון של שתי מאיות הנקודה בארנס Hy-Memory אינו יתרון. כל ההפרדה בין מומחה עם 3B פרמטרים פעילים למודל פרונטייר נמצאת בארנס האחד שהוחזק מחוץ לאימון, שבו הפער הוא 2.85 נקודות, ושבו גם הסבירות שהטענה כווננה כנגדה היא הנמוכה ביותר.

שני פרטי עיצוב חשובים כאן לא פחות מהמספרים. כל נתון במטריצה הראשית מבוסס על תת-מדגם קבוע של 20% ולא על הבנצ'מרק המלא, וההערכה משנה רק את הכותב, בעוד שההרנס, הפרומפטים, תצורת האחזור, מודל התשובות והשופט מוחזקים קבועים. הבחירה השנייה הזו היא היגיינה ניסויית טובה — היא מבודדת את המשתנה הנבדק — אבל ההרנס הוא של Tencent והשופט הוא של Tencent. התייחסו לטבלה כהשערה שאליה מצורף מאגר קוד, וזה יותר ממה שרוב הטענות ביום השקה מגיעות איתו ופחות מתוצאה.

מספרי המסגרת הם הטענה הגדולה יותר

השוואת המודלים היא הציטוט ש-Tencent שמה בפוסט. השוואת הפריימוורקים היא זו שתשנה לקורא את הארכיטקטורה אם היא נכונה.

באתר של החברה עצמה, Hy Memory 2.0 מדורג במקום הראשון מבין מסגרות זיכרון בקוד פתוח בארבעה מבחני ביצועים — לפני Mem0, MemOS, EverOS, OpenViking, RepoMemory ובסיס RAG פשוט של חלון מחליק — בשלוש הסצנות שהיא מכסה:

• צ'אט — 72.6% ב-LoCoMo, על פני 1,527 שאלות לא עוינות.

• עובד — 55.31% בממוצע ב-MemoryArena (חבילת תכנון טיולים וקניות משולבות), בפער של 10.2 נקודות מהמסגרת הבאה.

• קידוד — 64.2% במענה על שאלות CodeMemoryBench ו-35.6% שיעור פתרון, ובנוסף 28.3% שיעור פתרון ב-SWE-ContextBench.

• טביעת זיכרון — אחסון בזיכרון של 6.06% מאסימוני הקלט, לעומת 31.9% עד 41.2% במסגרות שאיתן הוא מושווה.

נתון טביעת הרגל הוא זה ששווה לגנוב. מערכות זיכרון נכשלות בסביבת ייצור משתי סיבות: הן שוכחות את הדברים הלא נכונים, והן גדלות ללא גבול. בנק שעולה שישה אחוזים מהשיחה שהוא מסכם הוא הצעה תפעולית שונה מבנק שעולה ארבעים, וזה הממד שבו קהל העוסק בניתוב ובעלויות צריך להתעניין, בלי קשר לשאלה אם סדר הדיוק שורד בדיקה מדוקדקת. פרוטוקול ההערכה מתפרסם לצד זה: מודל זיכרון DeepSeek V4.1 Flash, מודל מענה ושיפוט GPT-5.6-sol, אחסון נמדד כיחס בין טוקני בנק לטוקני קלט, כאשר הבנק סופר זיכרון שנוצר בלבד.

Tencent גם מפרטת פריסות פנימיות — מבחן שליפה של עוזר מניות עם שיפור של 40 נקודות ב-multi-hop, תוסף בסיס ידע, והערכת העדפות של אפליקציית חדשות עם ממוצע של 91.68 מתוך 100 — בתחומי פיננסים, חדשות, ניהול ידע, סוכני משרד, חברתי וגיימינג. אלה מדדי המוצר של החברה עצמה, לא בנצ'מרקים, ויש לקרוא אותם כראיה לכך שהדבר פועל במקום אמיתי כלשהו ולא כראיה לכך שהוא גובר על משהו.

MemHub הוא החלק שרוב הקוראים יוכלו באמת להשתמש בו

המודל צריך GPU-ים. הפריימוורק צריך צוות הנדסה. MemHub צריך מחשב נייד.

זהו מוצר שולחני ותלוי-שורת-פקודה בגישת מקומי-תחילה, שמאחד היסטוריה מכלי בינה מלאכותית שכבר אישרת לתוך סביבת הרצה מנוהלת אחת ותיקיית נתונים אחת — כך שהעדפה שתגדיר בסוכן קידוד אחד תעמוד לרשותו של הבא. T​encent מפרטת עשר אינטגרציות נתמכות: WorkBuddy, Cursor, Codex, C​laude Code, OpenCode, OpenClaw, Q​wen Code, Pi, Hermes ו-D​eepSeek Harness. נתיב הנתונים המוצהר הוא ~/.one-memory, עם SQLite למטא-נתוני עבודה וקידוד, ו-ChromaDB יחד עם Kuzu כמאגרי ברירת המחדל, ותיעוד האבטחה מבהיר במפורש שהמוצר אינו אוסף תוכן מסך, עצי נגישות, OCR, לוח גזירים או אודיו ברקע.

הטענות שכדאי לגלות לגביהן ספקנות הן אלה העוסקות במחיקה. ה-CLI מבחין בין שלוש רמות: הסרת חבילת ה-npm מסירה רק את ה-CLI, ‏memhub uninstall מסיר את השירותים, את סביבת ההרצה המנוהלת ואת קישורי ה-CLI אך שומר על הזיכרון שלך, ורק פקודת memhub delete-data נפרדת מוחקת את המאגר — לאחר עצירת סביבת ההרצה ואימות הנתיב המדויק. זהו עיצוב טוב יותר מרוב הכלים בקטגוריה הזו, והוא גם תיאור של התנהגות מיועדת בגרסה שהמתקין שלה טרם פורסם. כל מי שמאמץ אותו לעבודה שחשובה לו צריך לאמת בעצמו את נתיב המחיקה לפני שהוא מפקיד בידיו משהו שלא היה רוצה שיישמר.

מה שעדיין לא אושר, במילים פשוטות

• אין בנצ'מרק עצמאי מכל סוג שהוא. לא הורץ שום כלי בדיקה של צד שלישי, אין מיקום בזירה, ושום דבר לא שוחזר מחוץ ל-Tencent.

• אין שחזור של טבלת ה-cross-harness, ובפרט של תוצאת ה-held-out של EverMemOS, אשר נושאת את כל תזת ההעברה על ריצת ספק בודדת.

• ללא כימות, ולכן אין טביעת זיכרון מדודה מתחת ל-60 GB ואין מסלול הערכה בהיקף של תחנת עבודה.

• אין נקודת קצה מתארחת, ואין ספק הסקה שמצוין בכרטיס המודל.

• אין חבילת npm מפורסמת עבור MemHub, ולכן נתיב ההתקנה המתועד עדיין אינו עובד מקצה לקצה.

• אין נתון עלות לשיחה. כתיבת זיכרון היא עומס עבודה בתדירות גבוהה עם פלט קצר; איש לא פרסם מספר טוקנים לכל כתיבה, או מה העלות בפועל של הרצת עוזר עם זיכרון לכל משתמש בחודש.

היכן נתב מתאים, והיכן לא

היה מדויק לגבי זה, כי יהיה קל להפריז.Hy-Memory-30B-A3B אינו בקטלוג של OrcaRouter ואנחנו לא מארחים אותו. הנתיב אל הכותב הוא הצ'קפוינט ב-Hugging Face והחומרה שלך. שום דבר בשכבת ניתוב לא משנה את זה.

מה שראוטר מכסה הוא החצי השני של הרתמה. מערכת זיכרון היא נתיב כתיבה ונתיב קריאה, וההערכה המפורסמת של Tencent אומרת בקול רם מהו בדרך כלל נתיב הקריאה: הכותב מחליט מה לאחסן, ומודל חזית נפרד קורא את המאגר בחזרה ועונה. בתצורה של Tencent עצמה אלה DeepSeek V4.1 Flash במודל הזיכרון ו-GPT-5.6-sol בתפקיד העונה והשופט. OrcaRouter מספק את שניהם במפתח אחד במחיר המחירון וללא תוספת, כך ששינוי מחיר של ספק נכנס לתוקף אצלנו באותו יום ולא בחידוש החוזה הבא.

ה-DSL לניתוב הוא החלק שמתאים לארכיטקטורה הזו באופן ספציפי. הוא מרכיב נקודת קצה באירוח עצמי ונקודת קצה מתארחת לקריאה אחת, וזו בדיוק הצורה של מערכת זיכרון — מומחה זול במסלול הכתיבה שאתה מריץ בעצמך, ומודל חזית במסלול הקריאה שאתה שוכר. אותה הגדרה היא שהופכת את החלק המסוכן לשריד: כוון את הכותב לפריסה שלך של Hy-Memory-30B-A3B, השאר מודל כללי מאחורי מעבר אוטומטי לגיבוי, ומסלול כתיבה לקוי פוגע באיכות התשובה במקום להפיל את היישום. כדאי לבנות את התבנית הזו לפני שהכותב פועל, כי היא זהה בין אם מסלול הכתיבה הוא צ'קפוינט של מומחה ובין אם מודל כללי עם פרומפט זיכרון.

מי צריך לפעול, ומי צריך לחכות

אם אתם מריצים סוכנים עם זיכרון ארוך-טווח וכבר יש לכם GPUs, מסלול הכתיבה הוא המקום הישר להשקיע בו שבוע: ה-checkpoint הוא Apache 2.0, וכותב זיכרון הוא הדגם הנדיר שאת ערכו אפשר למדוד בתעבורה שלכם ולא בטבלת הבנצ'מרקים של מישהו אחר. אם אתם משתמשים ולא מפעילים, MemHub הוא המעניין, והוא גם זה שכדאי להמתין לו עד שיהיה מתקין ומישהו מחוץ ל-T​encent יתרגל את מסלול המחיקה. ואם אתם בוחרים דגם על סמך ההכרזה, התנוחה הנכונה היא זו שהשחרור עצמו מזמין: 55.49 מול 54.62 הוא תיקו בשלושה הרנסים ופער אמיתי ברביעי, והרביעי הוא זה שאף אחד לא בדק.