Hy Memory 2.0 Telah Rilis: Tencent Merilis Memory Writer, Framework, dan Mac App sebagai Open Source dalam Satu Peluncuran

Tencent Hunyuan merilis tiga hal sekaligus minggu ini, dan hanya dua di antaranya yang dapat dipasang hari ini. Hy-Memory-30B-A3B adalah model mixture-of-experts dengan 30 miliar parameter yang seluruh tugasnya adalah menulis memori — memutuskan apa yang disimpan agen, bagaimana agen menyebutkannya, dan bagaimana bukti baru menimpa yang lama. Hy Memory 2.0 adalah framework di sekitarnya: paket Python, hy-memory, yang mencakup memori chat, memori kerja, dan memori coding. Dan MemHub adalah aplikasi — produk CLI dan macOS yang mengutamakan lokal yang menarik riwayat percakapan dan jejak coding dari sepuluh alat AI berbeda ke dalam satu penyimpanan memori di disk Anda sendiri. Judul di postingan pengumuman adalah bahwa Hy-Memory-30B-A3B mengalahkan Claude Opus 5 di seluruh framework memori utama. Itu benar sejauh itu, dan bagian yang menarik adalah seberapa jauh itu berlaku: pada tiga dari empat framework, selisihnya di bawah enam persepuluh poin, dan seluruh perbandingan berjalan pada seperlima dari setiap benchmark. Setiap gangguan dan rollback penyedia yang telah kami lacak tercatat di Orca AI Incident Archive, yang memuat kumpulan catatan lengkap bersama entri tetangga insiden ini.

Semua yang ada di bawah ini dibaca entah dari repositori, registri paket, dan laporan teknis milik T​encent sendiri, atau ditandai sebagai klaim T​encent sendiri. Tidak ada apa pun di sini yang telah direproduksi oleh pihak lain, karena hingga saat penulisan ini belum ada pihak lain yang menjalankannya.

Apa yang sebenarnya dirilis, dan kapan

Ketiga lapisan itu hadir dalam selang sekitar 24 jam satu sama lain, dan catatan rilisnya luar biasa spesifik tentang mana di antaranya yang sudah selesai:

• Model tersebut — tencent/Hy-Memory-30B-A3B dipublikasikan ke Hugging Face pada 15 Oktober 2026 (09:52 UTC), di bawah Apache 2.0, dengan laporan teknis, arXiv 2610.22196, yang diajukan pada hari yang sama.

• Kerangka kerja — hy-memory==2.0.1 diunggah ke PyPI pada 15 Oktober 2026 pukul 17:24 UTC, dan monorepo tersebut dibuka sebagai open source pada hari yang sama. Tag rilis GitHub v1.0.0 dibuat pada 16 Oktober pukul 08:44 UTC.

• Aplikasinya — Aset rilis MemHub tersedia: image disk macOS arm64 yang telah dinotarisasi berukuran 303 MB menurut penghitungan GitHub, plus bundel runtime Linux arm64 dan x64 berukuran 245 MB dan 251 MB. Windows tercantum sebagai tidak didukung.

• Kesenjangan — changelog proyek itu sendiri menyatakan bahwa MemHub "belum memiliki rilis publik," bahwa versi sumbernya adalah 1.0.0 (build 4), dan bahwa publikasi npm maupun artefak GitHub Release masih tertunda. Paket npm yang ingin digunakan, memhub-cli, mengembalikan 404 dari registry. Image disk dilampirkan pada rilis; penginstal baris perintah yang seharusnya mengambilnya belum dipublikasikan.

Poin terakhir itu layak dibaca dua kali, karena itulah pembeda antara peluncuran dan kandidat rilis. Build Apple telah ditandatangani dan dinotarisasi, yang merupakan pekerjaan nyata, dan halaman rilis telah mengumpulkan sedikit unduhan. Namun, jalur instalasi yang didokumentasikan dimulai dengan paket npm yang tidak ada pada saat penulisan ini. Jika Anda berencana mencoba MemHub minggu ini, siapkan anggaran untuk checkout sumber, bukan instalasi satu baris.

Hy-Memory-30B-A3B, model tersebut

File konfigurasi adalah dokumen yang paling tidak romantis dan paling berguna di seluruh rilis ini. Dokumen ini menjelaskan bentuk MoE yang standar dan dipahami dengan baik, bukan sesuatu yang eksotis:

• Parameter — total 30B, sekitar 3B aktif per token, itulah arti dari sufiks A3B.

• Arsitektur — 48 lapisan, yang satu di antaranya padat dan 47 adalah MoE sparse; 128 expert per blok dengan routing top-8 plus satu expert bersama; ukuran tersembunyi 2.048; lebar intermediate expert 768; 32 head attention terhadap 4 head key-value dengan normalisasi query-key; router sigmoid dengan suku bias expert dan faktor skala 2,826.

• Konteks — 262.144 posisi, dengan basis RoPE sebesar 11.158.840.

• Jejak — 51 shard safetensors, sekitar 60,1 GB dalam BF16. Itulah satu-satunya presisi yang dirilis Tencent.

• Penyajian — kartu ini ditulis dengan vLLM, diuji terhadap v0.31.0, di balik endpoint yang kompatibel dengan O​penAI, dan juga menyebutkan SGLang dan Docker Model Runner sebagai runtime yang didukung. Ini tidak digunakan oleh penyedia inferensi mana pun, dan indeks pencarian Hugging Face tidak menemukan GGUF, tidak ada build FP8 atau NVFP4, dan tidak ada fine-tune.

Ketiadaan itu adalah hambatan praktisnya. Vendor yang mengirimkan checkpoint BF16 60 GB dan tidak ada yang lain sedang memberi tahu Anda di mana ia mengharapkan model itu dijalankan, dan jawabannya adalah mesin yang sudah Anda miliki atau Anda sewa di pusat data. Tidak ada varian terkuantisasi yang bisa dievaluasi siapa pun di workstation.

Model ini dijalankan dengan reasoning_effort: "no_think" dan temperature 0.0 di quickstart milik Tencent sendiri. Penulis memori dipicu pada setiap giliran percakapan untuk memutuskan apa yang disimpan, jadi berpikir panjang adalah pertukaran yang salah: model ini perlu deterministik, output pendek, dan murah. Pilihan desain itu juga merupakan argumen terkuat untuk keberadaan model ini, karena itulah beban kerja persis di mana model chat terdepan paling boros.

55.49, dibaca sebagaimana mestinya

Tencent melatih penulis tersebut pada tiga kerangka kerja memori — Mem0, MemOS, dan Hy-Memory miliknya sendiri — lalu mengevaluasinya pada kerangka keempat, EverMemOS, yang sama sekali tidak diikutsertakan dalam pelatihan. Menyisihkan satu harness adalah cara yang tepat untuk menguji klaim transfer, dan transfer lintas kerangka kerja adalah keseluruhan tesis makalah ini.

Hasilnya, yang merupakan milik Tencent sendiri dan belum direproduksi:

• Hy-Memory-30B-A3B — rata-rata makro 55,49 di keempat harness.

• 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, model yang sama sebelum pelatihan khusus memori, yang menjadi asal dari keuntungan pelatihan 7,8 poin yang jadi sorotan.

• Qwen3-30B-A3B — 44,37.

Jika dipecah per harness, keunggulannya makin tipis. Terhadap Claude Opus 5, marginnya adalah 54,02 berbanding 53,43 pada Mem0, 60,55 berbanding 60,53 pada Hy-Memory, 50,51 berbanding 50,50 pada MemOS, dan 56,89 berbanding 54,04 pada EverMemOS. Tiga dari empat itu hanyalah derau statistik yang berkalungkan laurel — keunggulan dua perseratus poin pada harness Hy-Memory bukanlah sebuah keunggulan. Seluruh pemisahan antara spesialis aktif 3B dan model frontier terletak pada satu harness yang disisihkan dari pelatihan, di mana selisihnya 2,85 poin dan di mana klaim itu juga paling kecil kemungkinannya untuk telah di-tuning terhadapnya.

Dua detail desain sama pentingnya dengan angka-angkanya. Setiap angka dalam matriks utama berjalan pada subsampel tetap 20%, bukan pada tolok ukur penuh, dan evaluasinya hanya memvariasikan writer, sementara harness, prompt, konfigurasi retrieval, model jawaban, dan judge dibiarkan tetap. Pilihan kedua itu adalah higiene eksperimental yang baik — ia mengisolasi variabel yang diuji — tetapi itu adalah harness milik Tencent dan judge milik Tencent. Perlakukan tabel itu sebagai hipotesis dengan repositori yang dilampirkan, yang lebih daripada yang menyertai sebagian besar klaim hari rilis, tetapi kurang daripada sebuah hasil.

Angka-angka dalam kerangka kerja itu adalah klaim yang lebih besar.

Perbandingan model adalah kutipan yang Tencent cantumkan di pos itu. Perbandingan kerangka kerja adalah yang akan mengubah arsitektur seorang pembaca jika itu terbukti benar.

Di situs perusahaan sendiri, Hy Memory 2.0 berada di peringkat pertama di antara kerangka kerja memori sumber terbuka pada empat tolok ukur — mengungguli Mem0, MemOS, EverOS, OpenViking, RepoMemory, dan baseline RAG jendela geser biasa — di tiga skenario yang dicakupinya:

• Obrolan — 72,6% pada LoCoMo, di seluruh 1.527 pertanyaan non-adversarial.

• Berfungsi — rata-rata 55,31% pada MemoryArena (rangkaian perencanaan perjalanan dan belanja bundel), unggul 10,2 poin dari kerangka kerja berikutnya.

• Coding — 64,2% pada tanya jawab CodeMemoryBench dan tingkat penyelesaian 35,6%, ditambah tingkat penyelesaian 28,3% pada SWE-ContextBench.

• Footprint — penyimpanan memori sebesar 6,06% dari token masukan, dibandingkan dengan 31,9% hingga 41,2% untuk framework yang dibandingkan dengannya.

Angka footprint adalah angka yang layak ditiru. Sistem memori gagal di produksi karena dua alasan: sistem ini melupakan hal-hal yang salah, dan tumbuh tanpa batas. Bank yang memakan biaya enam persen dari percakapan yang diringkasnya merupakan proposisi operasional yang berbeda dari bank yang memakan biaya empat puluh persen, dan itulah dimensi yang seharusnya menjadi perhatian audiens routing-dan-biaya, terlepas dari apakah urutan akurasi bertahan setelah diteliti secara kritis. Protokol evaluasinya diterbitkan bersama: model memori DeepSeek V4.1 Flash, model penjawab dan juri GPT-5.6-sol, penyimpanan diukur sebagai token bank terhadap token input, dengan bank hanya menghitung memori yang dihasilkan.

Tencent juga mencantumkan penerapan internal — uji recall asisten saham dengan peningkatan multi-hop 40 poin, plugin basis pengetahuan, dan evaluasi preferensi aplikasi berita dengan rata-rata 91,68 dari 100 — di bidang keuangan, berita, manajemen pengetahuan, agen kantor, sosial, dan gaming. Itu adalah metrik produk perusahaan sendiri, bukan tolok ukur, dan itu harus dibaca sebagai bukti bahwa sistem tersebut berjalan di suatu tempat yang nyata, bukan sebagai bukti bahwa ia mengalahkan apa pun.

MemHub adalah bagian yang benar-benar bisa digunakan oleh sebagian besar pembaca

Model membutuhkan GPU. Framework membutuhkan tim engineering. MemHub membutuhkan laptop.

Ini adalah produk desktop dan command-line yang mengutamakan lokal yang menggabungkan riwayat dari alat AI yang sudah Anda otorisasi ke dalam satu runtime terkelola dan satu direktori data — sehingga preferensi yang Anda tetapkan di satu agen coding tersedia untuk agen berikutnya. T​encent menyebutkan sepuluh integrasi yang didukung: WorkBuddy, Cursor, Codex, C​laude Code, OpenCode, OpenClaw, Q​wen Code, Pi, Hermes dan D​eepSeek Harness. Jalur data yang dinyatakan adalah ~/.one-memory, dengan SQLite untuk metadata pekerjaan dan coding serta ChromaDB plus Kuzu sebagai penyimpanan default, dan dokumentasi keamanan secara eksplisit menyatakan bahwa produk tidak mengumpulkan konten layar, pohon aksesibilitas, OCR, clipboard, atau audio latar belakang.

Klaim yang perlu disikapi dengan skeptis adalah klaim tentang penghapusan. CLI membedakan tiga tingkat: menghapus instalasi paket npm hanya menghapus CLI, memhub uninstall menghapus layanan, runtime terkelola, dan tautan CLI tetapi mempertahankan memori Anda, dan hanya perintah memhub delete-data yang terpisah yang menghapus penyimpanan — setelah menghentikan runtime dan mengonfirmasi jalur yang tepat. Itu desain yang lebih baik daripada sebagian besar alat di kategori ini, dan itu juga merupakan deskripsi perilaku yang dimaksudkan dalam rilis yang penginstalnya belum dipublikasikan. Siapa pun yang mengadopsinya untuk pekerjaan yang penting harus memverifikasi sendiri jalur penghapusannya sebelum mempercayakannya dengan apa pun yang tidak ingin mereka pertahankan.

Apa yang masih belum dikonfirmasi, dinyatakan secara gamblang

• Tidak ada tolok ukur independen dalam bentuk apa pun. Tidak ada harness pihak ketiga yang dijalankan, tidak ada penempatan arena, dan tidak ada yang direproduksi di luar T​encent.

• Tidak ada reproduksi tabel lintas-harness, dan khususnya hasil held-out EverMemOS, yang menopang seluruh tesis transfer hanya berdasarkan satu kali eksekusi vendor.

• Tidak ada kuantisasi, sehingga tidak ada jejak memori terukur di bawah 60 GB dan tidak ada jalur evaluasi skala workstation.

• Tidak ada endpoint yang dihosting, dan tidak ada penyedia inferensi yang disebutkan pada kartu model.

• Belum ada paket npm yang dipublikasikan untuk MemHub, sehingga jalur instalasi yang didokumentasikan belum berfungsi secara menyeluruh dari awal sampai akhir.

• Tidak ada angka biaya per percakapan. Penulisan memori adalah beban kerja berfrekuensi tinggi dengan keluaran pendek; belum ada yang menerbitkan token per penulisan atau berapa biaya sebenarnya untuk menjalankan asisten yang mendukung memori per pengguna per bulan.

Di mana router cocok, dan di mana tidak

Bersikaplah tepat soal ini, karena akan mudah untuk melebih-lebihkannya. Hy-Memory-30B-A3B tidak ada dalam katalog OrcaRouter dan kami tidak menghostingnya. Rute menuju penulis adalah checkpoint di Hugging Face dan perangkat keras Anda sendiri. Tidak ada apa pun pada lapisan perutean yang mengubah hal itu.

Apa yang dicakup router adalah separuh lainnya dari harness. Sistem memori adalah jalur tulis dan jalur baca, dan evaluasi yang dipublikasikan T​encent mengatakan secara terang-terangan apa yang biasanya menjadi jalur baca: penulis memutuskan apa yang disimpan, dan model frontier terpisah membaca kembali bank tersebut dan menjawab. Dalam konfigurasi T​encent sendiri, itu adalah DeepSeek V4.1 Flash pada model memori dan GPT-5.6-sol sebagai penjawab dan juri. OrcaRouter melayani keduanya dengan satu kunci pada harga resmi tanpa markup, sehingga perubahan harga vendor langsung berlaku di sisi kami pada hari yang sama, bukan pada pembaruan kontrak berikutnya.

Routing DSL adalah bagian yang secara khusus cocok dengan arsitektur ini. Ia menyusun endpoint yang dihosting sendiri dan endpoint yang dihosting menjadi satu panggilan, yang persis merupakan bentuk sistem memori — spesialis murah di jalur tulis yang Anda jalankan sendiri, model frontier di jalur baca yang Anda sewa. Pengaturan yang sama membuat bagian yang berisiko tetap dapat bertahan: arahkan penulis ke deployment Hy-Memory-30B-A3B Anda sendiri, pertahankan model umum di balik failover otomatis, dan jalur tulis yang buruk menurunkan kualitas jawaban alih-alih menjatuhkan aplikasi. Pola itu layak dibangun sebelum penulis Anda berjalan, karena pola itu identik baik jalur tulis berupa checkpoint spesialis maupun model umum dengan prompt memori.

Siapa yang harus bertindak, dan siapa yang harus menunggu

Jika Anda menjalankan agen dengan memori berumur panjang dan Anda sudah memiliki GPU, jalur penulisan adalah tempat yang jujur untuk menghabiskan waktu selama seminggu: checkpoint-nya adalah Apache 2.0, dan penulis memori adalah model langka yang nilainya dapat Anda ukur pada trafik Anda sendiri alih-alih pada tabel benchmark milik orang lain. Jika Anda seorang pengguna alih-alih operator, MemHub adalah yang menarik, dan itu juga yang sebaiknya ditunggu sampai installer-nya ada dan seseorang di luar Tencent sudah mencoba jalur penghapusannya. Dan jika Anda memilih model berdasarkan kekuatan pengumumannya, sikap yang benar adalah sikap yang diundang oleh rilis itu sendiri: 55.49 melawan 54.62 adalah seri pada tiga harness dan selisih nyata pada yang keempat, dan yang keempat itulah yang belum diperiksa siapa pun.