長期協作型 AI Agent 在使用中常面臨一個“三週軌跡”的尷尬:第一周體驗驚豔,第二週因高頻遺忘、理解漂移而讓用戶產生不安,第三週最終被降級爲普通的即時查詢工具。爲徹底解決長期協作任務中記憶碎片化、時序混亂的痛點,騰訊混元於今日(2026年5月28日)正式推出專爲 Openclaw 等長期協作型 Agent 設計的智能記憶插件——Hy-Memory。

作爲 Agent 的“第二大腦”,Hy-Memory 憑藉三層核心技術底牌,在權威公開測試集 LongMemEval 和 PersonaMem 上均擊敗主流同類框架。評測數據顯示,Hy-Memory 可讓記憶數量降低70%+,單條記憶信息密度提升45%+;在處理超長上下文時,Token 消耗降低35%,記憶更新速度快20%。

三層核心技術,重塑 AI 記憶機制
第一層:6層記憶框架(精準歸位)
Hy-Memory 拒絕將所有信息一鍋端地塞進向量庫,而是將記憶解耦爲 L1原始痕跡、L2原子事實、L3身份畫像、L4會話摘要、L5心智模型以及 L6前瞻意圖6個層級。根據用戶提問精準調用對應層級,精簡 Prompt,避免模型注意力被無關原文稀釋。
第二層:System1/System2雙系統(兼顧速度與深度)
將記憶加工拆分爲兩條獨立通道:System1(白班模式)在用戶回車的一秒內實時抽離事實、畫像並更新摘要(L1-L4),確保下一句對話立刻能用;System2(夜班模式)在後臺異步運行,利用秒級到分鐘級的時間深度沉澱用戶的心智模型與知識網絡(L5-L6),讓 Agent 越用越聰明且不卡主鏈路。
第三層:演化鏈機制(保留因果痕跡)
這是 Hy-Memory 的殺手鐗。當用戶的觀念或習慣發生階段性改變時,傳統系統要麼“新覆蓋舊”丟失踩坑歷史,要麼“亂序堆積”導致錯誤召回。Hy-Memory 通過
supersedes指針將新舊記憶串聯成“演化鏈”。一旦命中鏈上任一節點,整條演化路徑自動展開。Agent 不僅能記住用戶的最新結論,還能覆盤完整的態度演變,從而避開歷史“踩雷”選項。
極致性能與5分鐘極速部署
在性能表現上,Hy-Memory 實現了與 mem0同檔的超快寫入速度(是 Graphiti 的8倍),且記憶條數僅爲 mem0的1/3。它採用本地嵌入式存儲,默認配置下使用 Chroma 向量庫,無需部署 Docker、外部服務或 Qdrant 數據庫,數據自動持久化到本地。
爲了適應不同硬件和場景需求,Hy-Memory 提供了 Lite(輕量)、Pro(專業)、Ultra(極致) 三檔配置,三檔共用同一套 SDK,只需更改開關即可無縫升級。目前,該項目已正式上線,用戶可通過其
