Hy Memory 2.0 đã ra mắt: Tencent mở mã nguồn một Memory Writer, một framework và một ứng dụng Mac trong cùng một bản phát hành.

Tu​ần này Tencent H​unyuan ra mắt ba thứ cùng một lúc, và chỉ hai trong số đó có thể cài đặt ngay hôm nay. Hy-Memory-30B-A3Blà một mô hình mixture-of-experts 30 tỷ tham số mà toàn bộ công việc của nó là viết bộ nhớ — quyết định xem một tác nhân giữ lại gì, diễn đạt điều đó thế nào, và bằng chứng mới ghi đè lên cái cũ ra sao. Hy Memory 2.0là framework bao quanh nó: một gói Python, hy-memory, bao trùm bộ nhớ hội thoại, bộ nhớ làm việc và bộ nhớ lập trình. Và MemHublà ứng dụng — một CLI ưu tiên cục bộ và sản phẩm macOS, thứ kéo lịch sử hội thoại cùng dấu vết lập trình từ mười công cụ AI khác nhau vào một kho bộ nhớ trên chính đĩa của bạn. Tiêu đề trên bài đăng thông báo là Hy-Memory-30B-A3B đánh bại Claude Opus 5trên các framework bộ nhớ chính. Điều đó đúng trong phạm vi nó đề cập, và phần thú vị nằm ở chỗ phạm vi ấy tới đâu: trên ba trong bốn framework, khoảng cách chỉ dưới sáu phần mười điểm, và toàn bộ so sánh chỉ chạy trên một phần năm của mỗi benchmark.Mọi sự cố ngừng dịch vụ và rollback của nhà cung cấp mà chúng tôi theo dõi đều được ghi lại trong Orca AI Incident Archive, nơi lưu giữ trọn bộ hồ sơ cùng với các mục lân cận của sự cố này.

Mọi thứ dưới đây hoặc được đọc ra từ kho lưu trữ, registry gói và báo cáo kỹ thuật của chính Tencent, hoặc được ghi nhãn là tuyên bố của chính Tencent. Không có gì ở đây đã được bất kỳ ai khác tái tạo, vì tính đến thời điểm viết, chưa có ai khác chạy nó.

Những gì thực sự được phát hành, và khi nào

Ba lớp đã được triển khai cách nhau khoảng 24 giờ, và ghi chú phát hành đặc biệt cụ thể về việc lớp nào trong số đó đã hoàn thiện:

• Mô hình — tencent/Hy-Memory-30B-A3B đã được công bố trên Hugging Face vào ngày 15 tháng 10 năm 2026 (09:52 UTC), theo giấy phép Apache 2.0, cùng với báo cáo kỹ thuật, arXiv 2610.22196, được nộp cùng ngày.

• Framework — hy-memory==2.0.1 đã được tải lên PyPI vào ngày 15 tháng 10 năm 2026 lúc 17:24 UTC, và monorepo đã được mở mã nguồn cùng ngày hôm đó. Thẻ phát hành v1.0.0 trên GitHub được tạo vào ngày 16 tháng 10 lúc 08:44 UTC.

• Ứng dụng — Các tệp phát hành của MemHub đều có: một ảnh đĩa macOS arm64 đã được notarise ở 303 MB theo cách tính của GitHub, cùng với các gói runtime Linux arm64 và x64 ở 245 MB và 251 MB. Windows được liệt kê là không được hỗ trợ.

• Khoảng trống — nhật ký thay đổi của chính dự án nêu rằng MemHub "chưa có bản phát hành công khai," rằng phiên bản mã nguồn của nó là 1.0.0 (build 4), và rằng cả việc xuất bản lên npm lẫn các tạo phẩm GitHub Release vẫn đang chờ xử lý. Gói npm mà nó dự định sử dụng, memhub-cli, trả về lỗi 404 từ registry. Các ảnh đĩa được đính kèm vào bản phát hành; trình cài đặt dòng lệnh đáng lẽ phải tải chúng xuống thì chưa được phát hành.

Điểm cuối cùng đó đáng để đọc lại hai lần, vì nó là sự khác biệt giữa một bản ra mắt và một bản ứng viên phát hành. Bản dựng cho Apple đã được ký và notarised, đó là công việc thực sự, và trang phát hành đã tích lũy được một số ít lượt tải xuống. Nhưng đường dẫn cài đặt được tài liệu hóa lại bắt đầu bằng một gói npm không tồn tại ở thời điểm viết bài. Nếu bạn định thử MemHub trong tuần này, hãy tính đến việc checkout mã nguồn thay vì cài đặt một dòng.

Hy-Memory-30B-A3B, mô hình

Tệp cấu hình là tài liệu ít lãng mạn nhất và hữu ích nhất trong toàn bộ bản phát hành. Nó mô tả một dạng MoE tiêu chuẩn, được hiểu rõ thay vì bất cứ thứ gì lạ thường:

• Tham số — tổng cộng 30B, khoảng 3B hoạt động mỗi token, đó chính là ý nghĩa của hậu tố A3B.

• Kiến trúc — 48 lớp, trong đó một lớp dày đặc và 47 lớp là MoE thưa; 128 chuyên gia mỗi khối với định tuyến top-8 cộng thêm một chuyên gia chia sẻ; kích thước ẩn 2.048; chiều rộng trung gian của chuyên gia 768; 32 đầu chú ý so với 4 đầu khóa-giá trị với chuẩn hóa truy vấn-khóa; một bộ định tuyến sigmoid với số hạng thiên lệch chuyên gia và hệ số tỉ lệ 2,826.

• Ngữ cảnh — 262,144 vị trí, với cơ sở RoPE là 11,158,840.

• Dấu chân — 51 phân mảnh safetensors, khoảng 60,1 GB ở BF16. Đó là độ chính xác duy nhất mà Tencent đã phát hành.

• Phục vụ — thẻ được viết xoay quanh vLLM, được kiểm thử với v0.31.0, phía sau một endpoint tương thích OpenAI, và nó cũng nêu tên SGLang và Docker Model Runner là các runtime được hỗ trợ. Nó không được triển khai bởi bất kỳ nhà cung cấp suy luận nào, và chỉ mục tìm kiếm Hugging Face không trả về GGUF, không có bản dựng FP8 hay NVFP4, và không có bản fine-tune.

Sự thiếu vắng đó chính là trở ngại thực tế. Một nhà cung cấp phát hành checkpoint BF16 60 GB và không kèm gì khác đang cho bạn biết họ kỳ vọng mô hình sẽ chạy ở đâu, và câu trả lời là một cỗ máy bạn đã sở hữu hoặc thuê trong trung tâm dữ liệu. Không có phiên bản cùng dòng đã lượng tử hoá nào để bất kỳ ai đánh giá trên một máy trạm.

Mô hình được điều khiển với reasoning_effort: "no_think" và temperature 0.0 trong quickstart của chính T​encent. Một trình ghi bộ nhớ kích hoạt ở mỗi lượt hội thoại để quyết định giữ lại gì, vì vậy việc cân nhắc kỹ lưỡng là một đánh đổi sai lầm: nó cần có tính tất định, đầu ra ngắn và rẻ. Lựa chọn thiết kế đó cũng là lý lẽ mạnh mẽ nhất cho việc mô hình tồn tại, vì đây chính xác là loại công việc mà một mô hình trò chuyện tiên tiến nhất gây lãng phí nhiều nhất.

55.49, đọc theo đúng cách nó nên được đọc

T​encent đã huấn luyện trình viết trên ba khung bộ nhớ — Mem0, MemOS và Hy-Memory của riêng mình — rồi đánh giá nó trên khung thứ tư, EverMemOS, vốn được giữ hoàn toàn tách biệt khỏi quá trình huấn luyện. Việc giữ lại một harness là cách đúng đắn để kiểm chứng một tuyên bố về chuyển giao, và chuyển giao xuyên khung chính là toàn bộ luận điểm của bài báo.

Các kết quả, vốn là của riêng Tencent và chưa được tái lập:

• Hy-Memory-30B-A3B — trung bình macro 55.49 trên bốn 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, cùng một mô hình trước khi huấn luyện chuyên biệt về bộ nhớ, đây chính là nguồn gốc của mức tăng 7,8 điểm đáng chú ý nhờ huấn luyện.

• Qwen3-30B-A3B — 44.37.

Khi tách riêng theo từng khung đánh giá, chiến thắng trở nên mong manh hơn. So với Claude Opus 5, các mức cách biệt là 54,02 so với 53,43 trên Mem0, 60,55 so với 60,53 trên Hy-Memory, 50,51 so với 50,50 trên MemOS, và 56,89 so với 54,04 trên EverMemOS. Ba trong bốn mức đó là nhiễu thống kê đội vòng nguyệt quế — dẫn trước 0,02 điểm trên khung đánh giá Hy-Memory không phải là dẫn trước. Toàn bộ khoảng cách giữa một mô hình chuyên biệt 3B-active và một mô hình tiên phong nằm ở đúng một khung đánh giá được giữ ngoài huấn luyện, nơi khoảng cách là 2,85 điểm và cũng là nơi tuyên bố ít có khả năng đã bị tinh chỉnh để chống lại nhất.

Hai chi tiết thiết kế quan trọng không kém các con số. Mọi con số trong ma trận chính đều chạy trên một mẫu phụ cố định 20% thay vì toàn bộ benchmark, và phần đánh giá chỉ thay đổi thành phần viết, giữ cố định khung kiểm thử, prompt, cấu hình truy xuất, mô hình trả lời và bộ đánh giá. Lựa chọn thứ hai là một thực hành thực nghiệm tốt — nó cô lập biến đang được kiểm tra — nhưng đó là khung kiểm thử của Tencent và bộ đánh giá của Tencent. Hãy coi bảng này như một giả thuyết có kèm kho mã nguồn — nhiều hơn mức mà hầu hết các tuyên bố ngày phát hành có được, nhưng vẫn ít hơn một kết quả.

Các con số của framework mới là tuyên bố lớn hơn.

Việc so sánh mô hình chính là câu trích dẫn mà Tencent đưa vào bài đăng. Việc so sánh framework mới là thứ sẽ thay đổi kiến trúc của độc giả nếu nó đứng vững.

Trên trang web của chính công ty, Hy Memory 2.0 được xếp hạng nhất trong số các framework bộ nhớ mã nguồn mở trên bốn benchmark — vượt trên Mem0, MemOS, EverOS, OpenViking, RepoMemory và một baseline RAG cửa sổ trượt thông thường — trên ba bối cảnh mà nó bao quát:

• Chat — 72.6% trên LoCoMo, với 1.527 câu hỏi không mang tính đối kháng.

• Hoạt động — đạt trung bình 55,31% trên MemoryArena (một bộ công cụ lập kế hoạch du lịch và mua sắm theo gói), cao hơn framework tiếp theo 10,2 điểm.

• Lập trình — 64,2% về hỏi đáp trên CodeMemoryBench và tỷ lệ giải được 35,6%, cộng thêm tỷ lệ giải được 28,3% trên SWE-ContextBench.

• Dấu chân bộ nhớ — dung lượng lưu trữ bộ nhớ bằng 6,06% token đầu vào, so với 31,9% đến 41,2% ở các framework mà nó được đem ra so sánh.

Chỉ số về dấu chân bộ nhớ mới là thứ đáng để sao chép. Các hệ thống bộ nhớ thất bại trong môi trường vận hành vì hai lý do: chúng quên nhầm thứ, và chúng phình to không giới hạn. Một ngân hàng bộ nhớ tốn sáu phần trăm lượng hội thoại mà nó tóm tắt là một bài toán vận hành khác hẳn so với một ngân hàng tốn bốn mươi phần trăm, và đó chính là chiều kích mà những người quan tâm đến định tuyến và chi phí nên để tâm, bất kể thứ tự xếp hạng về độ chính xác có đứng vững trước sự soi xét hay không. Giao thức đánh giá được công bố kèm theo: mô hình bộ nhớ DeepSeek V4.1 Flash, mô hình trả lời và đánh giá GPT-5.6-sol, dung lượng lưu trữ được đo bằng số token ngân hàng trên số token đầu vào, trong đó ngân hàng chỉ tính phần bộ nhớ được sinh ra.

Tencent cũng liệt kê các triển khai nội bộ — một bài kiểm tra độ thu hồi cho trợ lý chứng khoán với mức cải thiện đa bước 40 điểm, một plugin cơ sở tri thức, và một đánh giá mức độ ưa thích trên ứng dụng tin tức đạt trung bình 91,68 trên 100 — trải khắp tài chính, tin tức, quản lý tri thức, tác nhân văn phòng, mạng xã hội và trò chơi. Đó là các chỉ số sản phẩm của chính công ty, không phải benchmark, và chúng nên được đọc như bằng chứng rằng thứ này có chạy ở một nơi nào đó trong thực tế, chứ không phải như bằng chứng rằng nó vượt trội hơn bất cứ thứ gì.

MemHub là phần mà hầu hết độc giả thực sự có thể dùng được

Mô hình cần GPU. Framework cần một đội ngũ kỹ thuật. MemHub cần một chiếc laptop.

Đây là một sản phẩm desktop và dòng lệnh ưu tiên cục bộ (local-first), hợp nhất lịch sử từ các công cụ AI mà bạn đã ủy quyền vào một runtime được quản lý duy nhất và một thư mục dữ liệu duy nhất — nhờ đó, một tùy chọn bạn đặt trong một coding agent này sẽ có sẵn cho agent tiếp theo. Tencent nêu tên mười tích hợp được hỗ trợ: WorkBuddy, Cursor, Codex, Claude Code, OpenCode, OpenClaw, Qwen Code, Pi, Hermes và DeepSeek Harness. Đường dẫn dữ liệu được công bố là ~/.one-memory, với SQLite cho metadata làm việc và lập trình, cùng ChromaDB và Kuzu là các store mặc định, và tài liệu bảo mật nêu rõ rằng sản phẩm không thu thập nội dung màn hình, cây trợ năng, OCR, clipboard hay âm thanh nền.

Những tuyên bố đáng để hoài nghi là những tuyên bố về việc xóa. CLI phân biệt ba cấp độ: gỡ cài đặt gói npm chỉ gỡ CLI, memhub uninstall gỡ các dịch vụ, runtime được quản lý và các liên kết CLI nhưng vẫn giữ bộ nhớ của bạn, và chỉ một lệnh riêng biệt memhub delete-data mới xóa kho lưu trữ — sau khi dừng runtime và xác nhận đường dẫn chính xác. Đó là một thiết kế tốt hơn hầu hết các công cụ trong danh mục này, và nó cũng là mô tả về hành vi dự kiến trong một bản phát hành mà trình cài đặt chưa được công bố. Bất kỳ ai áp dụng nó cho công việc quan trọng nên tự mình xác minh đường dẫn xóa trước khi tin tưởng giao cho nó bất cứ thứ gì họ không muốn bị giữ lại.

Những gì vẫn chưa được xác nhận, nói thẳng ra.

• Không có bất kỳ đánh giá chuẩn độc lập nào dưới bất kỳ hình thức nào. Không chạy bộ khung kiểm thử của bên thứ ba, không có vị trí xếp hạng trên đấu trường, và không có gì được tái lập bên ngoài Tencent.

• Không có việc tái lập bảng xuyên-harness, và đặc biệt là kết quả EverMemOS held-out, vốn mang toàn bộ luận điểm chuyển giao chỉ trên một lần chạy của nhà cung cấp.

• Không lượng tử hóa, nên không có mức tiêu thụ bộ nhớ đo được nào dưới 60 GB và cũng không có lộ trình đánh giá ở quy mô máy trạm.

• Không có endpoint được host, và không có nhà cung cấp suy luận nào được nêu tên trên thẻ mô hình.

• Chưa có gói npm nào được phát hành cho MemHub, vì vậy quy trình cài đặt như trong tài liệu vẫn chưa hoạt động được trọn vẹn từ đầu đến cuối.

• Không có số liệu chi phí trên mỗi cuộc trò chuyện. Ghi bộ nhớ là một khối lượng công việc tần suất cao, đầu ra ngắn; chưa ai công bố số token cho mỗi lần ghi hoặc chi phí thực tế để vận hành một trợ lý có bật bộ nhớ cho mỗi người dùng mỗi tháng.

Bộ định tuyến phù hợp ở đâu và không phù hợp ở đâu

Hãy chính xác về điều này, vì rất dễ nói quá. Hy-Memory-30B-A3B không có trong danh mục của OrcaRouter và chúng tôi không lưu trữ nó. Đường đến writer là checkpoint trên Hugging Face và phần cứng của chính bạn. Không có gì về một lớp định tuyến thay đổi điều đó.

Điều mà một router bao phủ là nửa còn lại của bộ khung đánh giá. Một hệ thống bộ nhớ gồm một đường ghi và một đường đọc, và đánh giá đã công bố của Tencent nói thẳng điều mà đường đọc thường là: bên ghi quyết định lưu gì, còn một mô hình tiên tiến riêng biệt đọc lại kho bộ nhớ và trả lời. Trong cấu hình của chính Tencent, đó là DeepSeek V4.1 Flash ở mô hình bộ nhớ và GPT-5.6-sol làm khâu trả lời và đánh giá. OrcaRouter phục vụ cả hai trên một key theo giá niêm yết, không có phụ giá, nên thay đổi giá của nhà cung cấp có hiệu lực ở phía chúng tôi ngay trong ngày thay vì đến kỳ gia hạn hợp đồng tiếp theo.

DSL định tuyến chính là mảnh ghép phù hợp riêng với kiến trúc này. Nó kết hợp một endpoint tự vận hành và một endpoint thuê ngoài thành một lệnh gọi duy nhất, đúng với hình dạng của một hệ thống bộ nhớ — một chuyên gia rẻ tiền trên đường ghi do bạn tự chạy, một mô hình tiên tiến trên đường đọc mà bạn thuê. Cách thiết lập tương tự cũng giúp phần rủi ro trở nên sống sót được: trỏ trình ghi vào triển khai Hy-Memory-30B-A3B của riêng bạn, giữ một mô hình tổng quát phía sau chuyển đổi dự phòng tự động, và một đường ghi tồi sẽ làm câu trả lời suy giảm thay vì đánh sập ứng dụng. Mô hình đó đáng để xây dựng trước khi bạn có trình ghi đang chạy, vì nó hoàn toàn giống nhau dù đường ghi là một checkpoint chuyên biệt hay một mô hình tổng quát với prompt bộ nhớ.

Ai nên hành động, và ai nên chờ đợi

Nếu bạn chạy các agent có bộ nhớ tồn tại lâu dài và bạn đã có GPU, thì đường ghi là nơi trung thực để dành một tuần: checkpoint là Apache 2.0, và một mô hình ghi bộ nhớ là mẫu mô hình hiếm hoi mà bạn có thể đo giá trị của nó trên lưu lượng của chính mình thay vì trên bảng benchmark của ai đó. Nếu bạn là người dùng chứ không phải người vận hành, MemHub là cái đáng chú ý, và cũng là cái nên chờ cho đến khi có trình cài đặt và ai đó ngoài T​encent đã chạy thử đường xóa. Và nếu bạn đang chọn một mô hình dựa trên sức mạnh của thông báo, thế đứng đúng là thế đứng mà chính bản phát hành mời gọi: 55.49 so với 54.62 là hòa trên ba bộ đánh giá và là một khoảng cách thật trên bộ thứ tư, và bộ thứ tư là bộ chưa ai kiểm tra.