Hy Memory 2.0 вышла: Tencent открыла исходный код Memory Writer, фреймворка и приложения для Mac одним релизом

Tencent Hunyuan выпустила на этой неделе сразу три вещи, и только две из них можно установить уже сегодня. Hy-Memory-30B-A3B — это модель смеси экспертов с 30 миллиардами параметров, вся задача которой — писать память: решать, что агент сохраняет, как он это формулирует и как новые данные перезаписывают старые. Hy Memory 2.0 — это фреймворк вокруг неё: Python-пакет hy-memory, охватывающий память для чата, рабочую и кодовую. А MemHub — это приложение: local-first CLI и продукт для macOS, который собирает историю переписки и трассировки кода из десяти разных ИИ-инструментов в единое хранилище памяти на вашем собственном диске. Главный заголовок в посте-анонсе — то, что Hy-Memory-30B-A3B превосходит Claude Opus 5 во всех основных фреймворках памяти. Это правда, насколько она простирается, и интересно именно то, насколько: в трёх из четырёх фреймворков разрыв составляет менее шести десятых пункта, а всё сравнение проводится на пятой части каждого бенчмарка. Каждый сбой провайдера и каждый откат, которые мы отследили, задокументированы в Orca AI Incident Archive, где хранится полный набор записей вместе с соседними записями этого инцидента.

Всё нижеследующее взято либо из собственного репозитория T​encent, реестра пакетов и технического отчёта, либо помечено как собственное заявление T​encent. Ничто здесь не было воспроизведено кем-либо ещё, потому что на момент написания никто другой это не запускал.

Что именно было выпущено, и когда

Три слоя появились с разницей примерно в 24 часа друг от друга, и в примечаниях к выпуску на удивление конкретно указано, какие из них завершены:

• Модель — tencent/Hy-Memory-30B-A3B была опубликована на Hugging Face 15 октября 2026 года (09:52 UTC) под лицензией Apache 2.0, а технический отчёт arXiv 2610.22196 был представлен в тот же день.

• Фреймворк — hy-memory==2.0.1 был загружен на PyPI 15 октября 2026 года в 17:24 UTC, а монорепозиторий был открыт в тот же день. Релизный тег v1.0.0 на GitHub был проставлен 16 октября в 08:44 UTC.

• Приложение — релизные артефакты MemHub существуют: нотаризованный образ диска macOS arm64 размером 303 МБ по подсчётам GitHub, а также runtime-пакеты Linux arm64 и x64 на 245 МБ и 251 МБ. Windows указана как неподдерживаемая.

• Разрыв — в собственном журнале изменений проекта указано, что MemHub «ещё не имеет публичного релиза», что версия его исходного кода — 1.0.0 (сборка 4) и что как публикация в npm, так и артефакты GitHub Release всё ещё ожидаются. Пакет npm, который он намеревается использовать, memhub-cli, возвращает 404 из реестра. Образы дисков прикреплены к релизу; установщик командной строки, который должен их загружать, не опубликован.

Этот последний пункт стоит перечитать дважды, потому что в нём заключается разница между запуском и релиз-кандидатом. Сборка для Apple подписана и нотаризована — это реальная работа, и на странице релиза набралось несколько загрузок. Но задокументированный путь установки начинается с npm-пакета, которого на момент написания не существует. Если вы планировали попробовать MemHub на этой неделе, рассчитывайте на получение исходного кода из репозитория, а не на установку одной строкой.

Hy-Memory-30B-A3B, модель

Файл конфигурации — наименее романтичный и самый полезный документ во всём релизе. Он описывает стандартную, хорошо понятную структуру MoE, а не что-то экзотическое:

• Параметры — всего 30B, примерно 3B активных на токен, что и означает суффикс A3B.

• Архитектура — 48 слоёв, из которых один — плотный, а 47 — разреженные MoE; 128 экспертов на блок с маршрутизацией top-8 плюс один общий эксперт; размерность скрытого слоя — 2 048; промежуточная размерность эксперта — 768; 32 головы внимания против 4 голов ключ–значение с нормализацией запросов и ключей; сигмоидный маршрутизатор с членом смещения эксперта и коэффициентом масштабирования 2,826.

• Контекст — 262 144 позиции, с базой RoPE 11 158 840.

• Объём — 51 шард safetensors, около 60,1 ГБ в BF16. Это единственная точность, которую выпустил Tencent.

• Обслуживание — карточка построена вокруг vLLM, протестирована на v0.31.0, за OpenAI-совместимой конечной точкой, и в ней также указаны SGLang и Docker Model Runner как поддерживаемые среды выполнения. Она не развёрнута ни одним провайдером инференса, и поисковый индекс Hugging Face не находит ни GGUF, ни сборок FP8 или NVFP4, ни дообученных моделей.

Это отсутствие и есть практическое препятствие. Поставщик, выпускающий 60-гигабайтный чекпоинт BF16 и ничего больше, тем самым говорит вам, где, по его ожиданиям, должна работать модель, и ответ — это машина, которой вы уже владеете или которую арендуете в дата-центре. Не существует квантованного варианта, который можно было бы оценить на рабочей станции.

Модель запускается с reasoning_effort: «no_think» и temperature 0.0 в собственном быстром старте Tencent. Записывающий память модуль срабатывает на каждом обороте разговора, чтобы решить, что сохранить, поэтому размышления — неверный компромисс: нужны детерминированность, короткий вывод и дешевизна. Этот выбор дизайна — также самый сильный аргумент в пользу существования модели, поскольку это ровно та рабочая нагрузка, где фронтирная чат-модель расточительна как нигде.

55.49 — прочитанное так, как положено

Tencent обучила writer на трёх фреймворках памяти — Mem0, MemOS и собственном Hy-Memory — а затем оценила его на четвёртом, EverMemOS, который полностью исключили из обучения. Оставить один стенд неиспользованным — правильный способ проверить утверждение о переносе, а кросс-фреймворковый перенос — это весь основной тезис статьи.

Результаты, которые принадлежат T​encent и не были воспроизведены:

• Hy-Memory-30B-A3B — среднее макро-значение 55,49 по четырём наборам тестов.

• 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 — та же модель до специализированного обучения памяти; именно отсюда и берётся заявленный прирост в 7,8 пункта от обучения.

• Qwen3-30B-A3B — 44.37.

Если разбить по стендам, преимущество становится тоньше. В сравнении с Claude Opus 5 разрывы составляют 54,02 против 53,43 на Mem0, 60,55 против 60,53 на Hy-Memory, 50,51 против 50,50 на MemOS и 56,89 против 54,04 на EverMemOS. Три из этих четырёх — статистический шум в лавровом венке; преимущество в две сотых пункта на стенде Hy-Memory — это не преимущество. Всё различие между специалистом с 3B активных параметров и фронтирной моделью заключено в одном стенде, который был исключён из обучения, где разрыв составляет 2,85 пункта и где это утверждение также с наименьшей вероятностью могли подгонять под результаты.

Две детали дизайна важны не меньше, чем цифры. Каждая цифра в основной матрице получена на фиксированной 20%-ной подвыборке, а не на полном бенчмарке, а оценка варьирует только генератора, оставляя фиксированными стенд, промпты, конфигурацию поиска, модель ответов и судью. Этот второй выбор — хорошая экспериментальная гигиена: он изолирует проверяемую переменную, — но это стенд T​encent и судья T​encent. Считайте таблицу гипотезой с приложенным репозиторием: это больше, чем прилагается к большинству заявлений в день релиза, и меньше, чем результат.

Цифры структуры — более весомое утверждение.

Сравнение моделей — это цитата, которую Tencent вставил в пост. Сравнение фреймворков — это то, которое изменило бы архитектуру читателя, если окажется верным.

На собственном сайте компании Hy Memory 2.0 занимает первое место среди открытых фреймворков памяти по четырём бенчмаркам — опережая Mem0, MemOS, EverOS, OpenViking, RepoMemory и обычный baseline RAG со скользящим окном — в трёх сценариях, которые он охватывает:

• Chat — 72,6% на LoCoMo, по 1 527 несостязательным вопросам.

• Working — в среднем 55,31% на MemoryArena (набор для планирования путешествий и покупки комплектов), опережая следующий фреймворк на 10,2 пункта.

• Программирование — 64,2% в ответах на вопросы CodeMemoryBench и 35,6% успешных решений, плюс 28,3% успешных решений на SWE-ContextBench.

• Потребление памяти — объём хранимой памяти составляет 6,06% входных токенов против 31,9–41,2% у фреймворков, с которыми его сравнивают.

Именно показатель занимаемого объёма стоит позаимствовать. Системы памяти дают сбои в продакшене по двум причинам: они забывают не то, что нужно, и растут неограниченно. Банк, который занимает шесть процентов от диалога, который он суммирует, — это совсем иное операционное предложение, чем банк, который занимает сорок, и именно это измерение должно волновать аудиторию, занимающуюся маршрутизацией и затратами, независимо от того, выдержит ли ранжирование по точности проверку. Протокол оценки опубликован вместе с ним: модель памяти DeepSeek V4.1 Flash, модель ответа и судьи GPT-5.6-sol, объём хранения измеряется как отношение токенов банка к входным токенам, при этом банк учитывает только сгенерированную память.

Tencent также перечисляет внутренние внедрения — recall-тест для помощника по акциям с улучшением на 40 пунктов в многошаговых сценариях, плагин для базы знаний и оценку предпочтений в новостном приложении со средней оценкой 91,68 из 100 — в таких сферах, как финансы, новости, управление знаниями, офисные агенты, социальные сети и игры. Это собственные продуктовые метрики компании, а не бенчмарки, и их следует воспринимать как свидетельство того, что система где-то реально работает, а не как свидетельство того, что она что-либо превосходит.

MemHub — это та самая часть, которую большинство читателей действительно смогли бы использовать

Модели нужны GPU. Фреймворку нужна команда инженеров. MemHub нужен ноутбук.

Это локально-ориентированный продукт для настольных систем и командной строки, который объединяет историю из уже авторизованных вами ИИ-инструментов в единую управляемую среду выполнения и единый каталог данных — так что настройка, заданная вами в одном агенте для программирования, доступна следующему. T​encent называет десять поддерживаемых интеграций: WorkBuddy, Cursor, Codex, C​laude Code, OpenCode, OpenClaw, Q​wen Code, Pi, Hermes и D​eepSeek Harness. Указанный путь к данным — ~/.one-memory; SQLite используется для рабочих метаданных и метаданных кода, а ChromaDB и Kuzu являются хранилищами по умолчанию. В документации по безопасности прямо указано, что продукт не собирает содержимое экрана, деревья доступности, данные OCR, буфер обмена или фоновое аудио.

К утверждениям, к которым стоит относиться скептически, относятся утверждения об удалении. CLI различает три уровня: удаление npm-пакета удаляет только CLI; команда memhub uninstall удаляет службы, управляемую среду выполнения и ссылки CLI, но сохраняет вашу память; и только отдельная команда memhub delete-data удаляет хранилище — после остановки среды выполнения и подтверждения точного пути. Это более удачный дизайн, чем у большинства инструментов в этой категории, и в то же время это описание предполагаемого поведения в релизе, установщик которого ещё не опубликован. Всем, кто внедряет его для важной работы, следует самостоятельно проверить путь удаления, прежде чем доверять ему что-либо, что они не хотели бы сохранить.

Что до сих пор не подтверждено, если говорить прямо.

• Ни одного независимого бенчмарка любого рода. Ни один сторонний испытательный стенд не запускался, никакого размещения на арене, и ничего не воспроизводилось за пределами Tencent.

• Отсутствует воспроизведение кросс-харнесс-таблицы и, в частности, результата EverMemOS на отложенной выборке, на котором держится весь тезис о переносе, основанный на единственном запуске у одного вендора.

• Без квантования, поэтому нет измеренного объёма памяти ниже 60 ГБ и нет пути оценки в масштабе рабочей станции.

• Нет размещённой конечной точки, и в карточке модели не указан провайдер инференса.

• Для MemHub нет опубликованного пакета npm, поэтому описанный в документации путь установки пока не работает полностью от начала до конца.

• Нет показателя стоимости одного разговора. Запись в память — это высокочастотная рабочая нагрузка с коротким выводом; никто не публиковал данные о количестве токенов на одну запись или о том, во сколько на самом деле обходится эксплуатация ассистента с поддержкой памяти на одного пользователя в месяц.

Где маршрутизатор уместен, а где нет

Будьте в этом точны, потому что здесь легко перейти к преувеличению. Hy-Memory-30B-A3B отсутствует в каталоге OrcaRouter, и мы его не размещаем. Путь к автору — это контрольная точка на Hugging Face и ваше собственное оборудование. Ничто в слое маршрутизации этого не меняет.

То, что охватывает роутер, — это вторая половина обвязки. Система памяти — это путь записи и путь чтения, и опубликованная оценка T​encent прямо говорит, что обычно представляет собой путь чтения: писатель решает, что хранить, а отдельная передовая модель считывает банк и отвечает. В собственной конфигурации T​encent это DeepSeek V4.1 Flash в роли модели памяти и GPT-5.6-sol в роли отвечающего и судьи. OrcaRouter предоставляет доступ к обоим по одному ключу по цене из прайс-листа, без наценки, поэтому изменение цены поставщиком вступает в силу на нашей стороне в тот же день, а не при следующем продлении контракта.

DSL маршрутизации — это именно тот элемент, который подходит этой архитектуре. Он объединяет самостоятельно развёрнутую конечную точку и размещённую у провайдера в один вызов — а это в точности форма системы памяти: дешёвый специалист на пути записи, которого вы запускаете сами, и фронтирная модель на пути чтения, которую вы арендуете. Та же схема делает рискованную часть выживаемой: направьте модуль записи на собственное развёртывание Hy-Memory-30B-A3B, оставьте общую модель за автоматическим переключением при сбое, и плохой путь записи ухудшит ответ, а не обрушит приложение. Этот паттерн стоит реализовать ещё до того, как у вас заработает модуль записи, потому что он одинаков независимо от того, является ли путь записи специализированным чекпоинтом или общей моделью с промптом памяти.

Кто должен действовать, а кто должен ждать

Если вы запускаете агентов с долговременной памятью и у вас уже есть GPU, то путь записи — это честное место, чтобы потратить неделю: чекпоинт распространяется под Apache 2.0, а модель записи памяти — редкая модель, ценность которой можно измерить на собственном трафике, а не по чьей-то таблице бенчмарков. Если вы пользователь, а не оператор, то интересный вариант — MemHub, и именно с ним стоит повременить, пока не появится установщик и кто-то за пределами Tencent не протестирует путь удаления. А если вы выбираете модель на основании анонса, правильная позиция — та, к которой приглашает сам релиз: 55.49 против 54.62 — это ничья на трёх харнессах и реальный разрыв на четвёртом, а четвёртый — тот, который никто не проверял.