Hy Memory 2.0 foi lançado: a Tencent disponibilizou em código aberto, de uma só vez, um Memory Writer, um framework e um app para Mac.

A Tencent Hunyuan lançou três coisas de uma vez esta semana, e apenas duas delas podem ser instaladas hoje. Hy-Memory-30B-A3B é um modelo de mistura de especialistas com 30 bilhões de parâmetros cuja única função é escrever memória — decidir o que um agente mantém, como o formula e como novas evidências substituem as antigas. Hy Memory 2.0 é a estrutura em torno dele: um pacote Python, hy-memory, que abrange memória de chat, de trabalho e de programação. E MemHub é o aplicativo — uma CLI local-first e um produto para macOS que extrai histórico de conversas e vestígios de programação de dez ferramentas de IA diferentes para um único armazenamento de memória no seu próprio disco. A manchete do post de anúncio é que o Hy-Memory-30B-A3B supera o Claude Opus 5 nos principais frameworks de memória. Isso é verdade até certo ponto, e a parte interessante é até onde vai: em três dos quatro frameworks a margem fica abaixo de seis décimos de ponto, e toda a comparação roda em um quinto de cada benchmark.Toda interrupção e reversão de provedor que rastreamos é registrada no Orca AI Incident Archive, que contém o conjunto completo de registros ao lado das entradas vizinhas deste incidente.

Tudo o que está abaixo foi lido no próprio repositório, registro de pacotes e relatório técnico da Tencent, ou está rotulado como alegação da própria Tencent. Nada aqui foi reproduzido por mais ninguém, porque, até o momento da redação, ninguém mais o executou.

O que foi realmente lançado, e quando

As três camadas chegaram com cerca de 24 horas de diferença entre si, e as notas de versão são excepcionalmente específicas sobre quais delas estão concluídas:

• O modelo — tencent/Hy-Memory-30B-A3B foi publicado no Hugging Face em 15 de outubro de 2026 (09:52 UTC), sob a licença Apache 2.0, com o relatório técnico, arXiv 2610.22196, submetido no mesmo dia.

• A estrutura — hy-memory==2.0.1 foi enviado ao PyPI em 15 de outubro de 2026 às 17:24 UTC, e o monorepo teve seu código aberto no mesmo dia. A tag de lançamento v1.0.0 do GitHub foi criada em 16 de outubro às 08:44 UTC.

• O aplicativo — Os ativos de lançamento do MemHub existem: uma imagem de disco macOS arm64 notarizada de 303 MB na contagem do GitHub, além de pacotes de runtime Linux arm64 e x64 de 245 MB e 251 MB. O Windows está listado como não suportado.

• A lacuna — o próprio changelog do projeto afirma que o MemHub "ainda não tem lançamento público", que sua versão de código-fonte é 1.0.0 (build 4) e que tanto a publicação no npm quanto os artefatos do GitHub Release ainda estão pendentes. O pacote npm que o projeto pretende usar, memhub-cli, retorna um 404 do registro. As imagens de disco estão anexadas ao release; o instalador de linha de comando que deveria buscá-las não foi publicado.

Esse último ponto merece ser lido duas vezes, porque é a diferença entre um lançamento e um release candidate. A compilação da Apple está assinada e notarizada, o que dá trabalho de verdade, e a página de lançamento acumulou um pequeno punhado de downloads. Mas o caminho de instalação documentado começa com um pacote npm que não existe no momento em que isto é escrito. Se você estava planejando experimentar o MemHub esta semana, conte com um checkout do código-fonte em vez de uma instalação de uma linha.

Hy-Memory-30B-A3B, o modelo

O arquivo de configuração é o documento menos romântico e mais útil de toda a versão. Ele descreve um formato MoE padrão e bem compreendido, em vez de algo exótico:

• Parâmetros — 30B no total, cerca de 3B ativos por token, que é o que o sufixo A3B significa.

• Arquitetura — 48 camadas, das quais uma é densa e 47 são MoE esparsas; 128 especialistas por bloco com roteamento top-8 mais um especialista compartilhado; dimensão oculta 2.048; largura intermediária do especialista 768; 32 cabeças de atenção contra 4 cabeças chave-valor com normalização de consulta-chave; um roteador sigmoide com um termo de viés de especialista e um fator de escala de 2,826.

• Contexto — 262.144 posições, com uma base RoPE de 11.158.840.

• Footprint — 51 shards safetensors, cerca de 60,1 GB em BF16. Essa é a única precisão que a {{1}}Tencent{{/1}} disponibilizou.

• Serviço — a ficha está escrita em torno do vLLM, testada com a v0.31.0, por trás de um endpoint compatível com OpenAI, e também menciona SGLang e Docker Model Runner como runtimes suportados. Ela não é implantada por nenhum provedor de inferência, e o índice de busca do Hugging Face não retorna nenhum GGUF, nenhuma build FP8 ou NVFP4 e nenhum fine-tune.

Essa ausência é o obstáculo prático. Um fornecedor que disponibiliza um checkpoint BF16 de 60 GB e nada mais está a dizer-lhe onde espera que o modelo corra, e a resposta é uma máquina que já possui ou aluga num centro de dados. Não há equivalente quantizado que alguém possa avaliar numa estação de trabalho.

O modelo é executado com reasoning_effort: "no_think" e temperature 0.0 no próprio quickstart da Tencent. Um escritor de memória é disparado a cada turno de conversa para decidir o que manter, então deliberar é a escolha errada: ele precisa ser determinístico, ter saída curta e ser barato. Essa escolha de design é também o argumento mais forte para o modelo existir, já que é exatamente a carga de trabalho onde um modelo de chat de fronteira é mais desperdiçador.

O 55.49, lido como deveria ser lido.

A Tencent treinou o escritor em três frameworks de memória — Mem0, MemOS e seu próprio Hy-Memory — e depois o avaliou em um quarto, o EverMemOS, que foi totalmente mantido fora do treinamento. Reter um harness é a forma correta de testar uma alegação de transferência, e a transferência entre frameworks é a tese central do artigo.

Os resultados, que são da própria Tencent e não foram reproduzidos:

• Hy-Memory-30B-A3B — média macro de 55,49 nos quatro harnesses.

• Claude Opus 5 — 54.62.

• DeepSeek V4.1 Flash — 53,64.

• T​encent Hy3 — 51,63.

• Qwen3.6-35B-A3B — 50,37.

• Hy3-A3B Base — 47,66, o mesmo modelo antes do treinamento específico para memória, que é de onde vem o ganho de treinamento de 7,8 pontos em destaque.

• Qwen3-30B-A3B — 44,37.

Desagregado por harness, a vantagem fica menor. Contra o Claude Opus 5, as margens são de 54,02 a 53,43 no Mem0, 60,55 a 60,53 no Hy-Memory, 50,51 a 50,50 no MemOS e 56,89 a 54,04 no EverMemOS. Três dessas quatro são ruído estatístico vestindo uma coroa de louros — uma vantagem de dois centésimos de ponto no harness Hy-Memory não é uma vantagem. Toda a separação entre um especialista com 3B ativos e um modelo de fronteira está no único harness que foi deixado fora do treinamento, onde a diferença é de 2,85 pontos e onde a alegação também é a que menos provavelmente foi alvo de ajuste contrário.

Dois detalhes de design importam tanto quanto os números. Cada número na matriz principal é executado em uma subamostra fixa de 20%, em vez do benchmark completo, e a avaliação varia apenas o escritor, mantendo o harness, os prompts, a configuração de recuperação, o modelo de resposta e o juiz fixos. Essa segunda escolha é uma boa higiene experimental — isola a variável em teste — mas é o harness da T​encent e o juiz da T​encent. Trate a tabela como uma hipótese com um repositório anexado, o que é mais do que a maioria das afirmações de dia de lançamento traz e menos do que um resultado.

Os números do framework são a alegação mais importante.

A comparação de modelos é a citação que a T​encent colocou no post. A comparação de frameworks é a que mudaria a arquitetura de um leitor, caso se confirme.

No site da própria empresa, o Hy Memory 2.0 ocupa o primeiro lugar entre os frameworks de memória de código aberto em quatro benchmarks — à frente de Mem0, MemOS, EverOS, OpenViking, RepoMemory e de uma baseline RAG simples de janela deslizante — nos três cenários que abrange:

• Chat — 72,6% no LoCoMo, em 1.527 perguntas não adversariais.

• Funcionando — média de 55,31% no MemoryArena (uma suíte de planejamento de viagens e compras agrupadas), 10,2 pontos à frente do próximo framework.

• Programação — 64,2% em resposta a perguntas do CodeMemoryBench e taxa de resolução de 35,6%, além de 28,3% de taxa de resolução no SWE-ContextBench.

• Pegada — armazenamento em memória de 6,06% dos tokens de entrada, contra 31,9% a 41,2% para os frameworks com os quais é comparado.

O número de footprint é o que vale a pena roubar. Os sistemas de memória falham em produção por dois motivos: esquecem as coisas erradas e crescem sem limite. Um banco que custa seis por cento da conversa que resume é uma proposição operacional diferente de um que custa quarenta, e é nessa dimensão que um público de roteamento e custo deveria se importar, independentemente de a ordenação de acurácia sobreviver ao escrutínio. O protocolo de avaliação é publicado em conjunto: modelo de memória DeepSeek V4.1 Flash, modelo de resposta e de juiz GPT-5.6-sol, armazenamento medido como tokens de banco sobre tokens de entrada, com o banco contando apenas a memória gerada.

A Tencent também lista implantações internas — um teste de recall de assistente de ações com uma melhoria de 40 pontos em multi-hop, um plugin de base de conhecimento e uma avaliação de preferência de app de notícias com média de 91,68 de 100 — em finanças, notícias, gestão do conhecimento, agentes de escritório, social e games. Essas são métricas de produto da própria empresa, não benchmarks, e devem ser lidas como evidência de que a coisa roda em algum lugar real, e não como evidência de que supera qualquer coisa.

O MemHub é a peça que a maioria dos leitores realmente poderia usar

O modelo precisa de GPUs. O framework precisa de uma equipe de engenharia. O MemHub precisa de um laptop.

É um produto desktop e de linha de comando local-first que consolida o histórico de ferramentas de IA que você já autorizou em um único runtime gerenciado e um único diretório de dados — assim, uma preferência definida em um agente de programação fica disponível para o próximo. A Tencent nomeia dez integrações compatíveis: WorkBuddy, Cursor, Codex, Claude Code, OpenCode, OpenClaw, Qwen Code, Pi, Hermes e DeepSeek Harness. O caminho de dados informado é ~/.one-memory, com SQLite para metadados de trabalho e codificação e ChromaDB mais Kuzu como armazenamentos padrão, e a documentação de segurança deixa explícito que o produto não coleta conteúdos de tela, árvores de acessibilidade, OCR, área de transferência nem áudio em segundo plano.

As alegações em relação às quais se deve ser cético são as relativas à exclusão. A CLI distingue três níveis: desinstalar o pacote npm remove apenas a CLI; o memhub uninstall remove os serviços, o runtime gerenciado e os links da CLI, mas mantém sua memória; e somente um comando separado, memhub delete-data, exclui o armazenamento — depois de parar o runtime e confirmar o caminho exato. Esse é um design melhor do que o da maioria das ferramentas nessa categoria e também é uma descrição do comportamento pretendido em uma versão cujo instalador ainda não foi publicado. Qualquer pessoa que o adote para um trabalho que importa deve verificar por conta própria o caminho de exclusão antes de confiar a ele algo que não gostaria que fosse retido.

O que ainda não foi confirmado, dito claramente.

• Nenhum benchmark independente de qualquer tipo. Nenhum harness de terceiros executado, nenhuma colocação em arena, e nada reproduzido fora da Tencent.

• Nenhuma reprodução da tabela entre harnesses e, em particular, do resultado EverMemOS mantido de fora, que sustenta toda a tese de transferência em uma única execução de fornecedor.

• Sem quantização, portanto sem pegada de memória medida abaixo de 60 GB e sem caminho de avaliação à escala de estação de trabalho.

• Nenhum endpoint hospedado e nenhum provedor de inferência nomeado no cartão do modelo.

• Não há pacote npm publicado para o MemHub, portanto o caminho de instalação documentado ainda não funciona de ponta a ponta.

• Nenhum número de custo por conversa. A gravação de memória é uma carga de trabalho de alta frequência e saída curta; ninguém publicou tokens por gravação nem quanto custa, na prática, executar um assistente com memória habilitada por usuário por mês.

Onde um router se encaixa e onde não

Seja preciso quanto a isto, porque seria fácil exagerar. O Hy-Memory-30B-A3B não está no catálogo da OrcaRouter e não o alojamos. O caminho para o escritor é o checkpoint no Hugging Face e o seu próprio hardware. Nada numa camada de encaminhamento muda isso.

O que um roteador cobre é a outra metade do harness. Um sistema de memória é um caminho de escrita e um caminho de leitura, e a avaliação publicada da Tencent diz em voz alta o que o caminho de leitura costuma ser: o escritor decide o que armazenar, e um modelo de fronteira separado lê o banco de volta e responde. Na própria configuração da Tencent, esses são o DeepSeek V4.1 Flash no modelo de memória e o GPT-5.6-sol como resposta e juiz. A OrcaRouter serve ambos em uma única chave pelo preço de tabela, sem markup, então uma mudança de preço do fornecedor entra em vigor do nosso lado no mesmo dia, em vez de na próxima renovação de contrato.

O DSL de roteamento é a peça que se encaixa especificamente nesta arquitetura. Ele compõe um endpoint auto-hospedado e um hospedado em uma única chamada, que é exatamente o formato de um sistema de memória — um especialista barato no caminho de escrita que você mesmo executa, um modelo de fronteira no caminho de leitura que você aluga. A mesma configuração torna a parte arriscada sobrevivível: aponte o escritor para sua própria implantação do Hy-Memory-30B-A3B, mantenha um modelo geral por trás do failover automático, e um caminho de escrita ruim degrada a resposta em vez de derrubar a aplicação. Vale a pena construir esse padrão antes de você ter o escritor em execução, porque ele é idêntico quer o caminho de escrita seja um checkpoint especializado ou um modelo geral com um prompt de memória.

Quem deve agir, e quem deve esperar

Se você roda agentes com memória de longa duração e já tem GPUs, o caminho de escrita é o lugar honesto para dedicar uma semana: o checkpoint é Apache 2.0, e um escritor de memória é o raro modelo cujo valor você consegue medir no seu próprio tráfego, em vez de na tabela de benchmark de outra pessoa. Se você é um usuário, e não um operador, o MemHub é o que interessa, e também é aquele que convém esperar até que o instalador exista e alguém fora da Tencent tenha exercitado o caminho de exclusão. E se você está escolhendo um modelo com base na força do anúncio, a postura correta é a que o próprio lançamento convida: 55,49 contra 54,62 é um empate em três harnesses e uma diferença real no quarto, e o quarto é o que ninguém verificou.