騰訊混元發(fā)布 Hy-Memory：打造記憶力超強的 Agent 第二大腦

2026/5/28 23:02:47 來源：IT之家作者：遠洋責編：遠洋

評論：

感謝IT之家網(wǎng)友 Domado 的線索投遞！

IT之家 5 月 28 日消息，騰訊混元宣布正式推出 Hy-Memory。據(jù)介紹，這是一個專門為 Openclaw 這類長期協(xié)作型 Agent 設計的記憶插件，能真正成為 Agent 的“第二大腦”。

官方稱，Hy-Memory 用 6 層記憶框架 × System1/System2 雙系統(tǒng) × 演化鏈三層底牌，讓 Agent 在長期使用中真正 " 記得住、記得對、記得輕、更懂你 "。

在權威公開測試集上，Hy-Memory 效果超過現(xiàn)有主流 memory 框架，可以解決記憶碎片化問題，記憶數(shù)量低 70%+，每條記憶信息密度高 45%+。在處理超長上下文方面，Hy-Memory 消耗的 token 量降低 35%，記憶更新速度快 20%。

IT之家附官方詳細介紹如下：

Agent 任務對長期記憶的要求遠超 Chat

使用 Agent 和 Openclaw 深度用戶，常常描述過一種常見的“三周軌跡”。

第一周: 蜜月期，把自己當下正在忙的事情，比如一個項目的來龍去脈、最近的決定和取舍、未來想做的方向一股腦都告訴 Openclaw。，能回答問題、能查資料、能幫你規(guī)劃、能寫代碼、能起草文檔?！斑@玩意兒真好用”—— 這是大多數(shù)人第一周的真實感受。

第二周: 開始不安。人們注意到每天打開 Openclaw 都得先花 3 到 5 分鐘提醒它我們在做什么。它好像不太記得幾天前討論過的判斷。當你對它說“按之前那個方案”，它會反問“哪個方案”，說“那個我們排除掉的選項”，它卻想不起來排除的是什么、為什么排除。不是完全不記得。Openclaw 默認的記憶機制能記住一些最近的對話原文，但跨天、跨 Session、那些更深的判斷，它就漂移了。

第三周: 主動降級使用，開始下意識地縮短跟它討論的深度。不再問“這個方向我該不該走”，因為知道明天它就忘了。變成只問最具體、最即時的小問題: 搜個資料、查個語法、改一段文字。

最常見的結局是，Openclaw 在使用者眼里，慢慢從“能陪你思考的伙伴”，降級成了“一個查詢工具”。這不是 Openclaw 的問題 —— 它的內(nèi)核能力一直很強。問題在于：長期協(xié)作類任務對長期記憶的要求，遠超過普通 Chat。

Hy-Memory 這個 Openclaw 記憶插件的初衷，就是為了把這三周軌跡的后兩周抹掉 —— 讓用戶第一周怎么用 Openclaw，第三個月還能怎么用，而且越用越懂。

1、長期任務對記憶的挑戰(zhàn)比想象中難

長期任務跟普通 Chat 完全是兩種工作。不管你拿 Openclaw 調研一個復雜決策、寫一本書、規(guī)劃一次大旅行、跟進一個跨季度的項目，一次對話可能 30 輪 50 輪 100 輪，中間不停地查資料、調工具、讀文檔、出方案、回退、再改、再走，一個 Session 可能持續(xù)幾個小時，任務可能跨越數(shù)周。

記憶系統(tǒng)至少要扛住 4 件事：

任何一個環(huán)節(jié)崩了，體驗就崩了。

2、一個合格的 Openclaw 記憶插件要滿足的 3 條標準

我們在設計 Hy-Memory 的時候圍繞“什么樣的記憶插件才配得上 Openclaw 這種長期協(xié)作場景”，定了 3 條硬標準。

標準一：不能丟歷史。

用戶跟 Agent 聊過的所有“為什么選這個、為什么否那個”—— 這些判斷和因果不能丟。否則下次它推薦方案，可能直接推薦回用戶已經(jīng)否過的那個，白費時間。

標準二：要能演化。

人不是一個靜態(tài)的存在。技術偏好、生活習慣、長期目標都會隨時間變，對某件事的看法也會反復調整，這些都得被記住。不是覆蓋式的“只記最新”, 也不是堆積式的“全都留下”，而是要有一個清晰的演化軌跡。

標準三：要在主鏈路里不僅足夠快，還要有認知迭代，進化。

記憶插件不能拖慢用戶當下打字、調用工具、等結果的速度。每次搜索要在毫秒級, 召回也不能成為響應瓶頸。同時還要有深層次的語義和事實理解。

接下來，我們把 Hy-Memory 滿足這 3 條標準的三層底牌分別講清楚。

Hy-Memory 的三層核心

第一層：6 層記憶框架 —— 給每種記憶找到正確位置

Hy-Memory 做的第一件事, 是沒有把所有記憶塞進同一張表。

想一下 —— 用戶跟 Openclaw 聊到最近在準備出國留學, 這段話里其實混著好幾種東西：

· “我在準備出國留學”—— 這是事實

· “我偏好北歐那種慢節(jié)奏的項目”—— 這是畫像

· “我做大決策前會先列利弊清單”—— 這是心智模型

· “我下周大概率會問推薦信怎么找教授”—— 這是前瞻意圖

這些東西信息形態(tài)完全不一樣, 但傳統(tǒng)記憶系統(tǒng)會把它們?nèi)喑梢欢严蛄浚阉鲿r一鍋撈。Hy-Memory 把記憶分成 6 層，每層一種職責。下面用一組多領域混合的例子，讓你感受 Agent “記的是什么”：

用戶問 Openclaw “我做大決策有什么習慣”, 它應該優(yōu)先看 L5 心智模型, 而不是把過去 100 輪對話原文一鍋塞過來。用戶問 " 我現(xiàn)在住在哪 ",L2 一條事實就夠了。問什么、走哪層、用什么樣的檢索權重 —— 分層讓這些都變得可能。

整個 prompt 會變干凈。模型的注意力不再被無關原文稀釋。

第二層：雙系統(tǒng)設計，既保障速度又具備認知迭代

Hy-Memory 把來自人腦認知科學的 System1 / System2 機制直接復刻到了 Agent 的記憶加工上 —— 就像給 Openclaw 裝了一顆符合認知科學的 " 大腦 "。

Hy-Memory 把記憶加工拆成兩套。

System1 (白班)：用戶回車那一秒，實時地處理寫入的記憶。負責寫原始痕跡、抽事實、更新畫像、壓會話摘要 —— 也就是 L1–L4

System2 (夜班)：秒到分鐘級，在后臺跑。負責抽心智模型、構建知識網(wǎng)絡、預測意圖 —— 也就是 L5–L6

為什么要拆？因為深度認知很慢。抽你的“決策心智模型”、構建你的“知識網(wǎng)絡”—— 做完一遍 LLM 可能要 5 到 20 秒。如果讓你每次調用 Openclaw 都等 20 秒才能收到回復，誰都用不下去。

但你要的也不僅是“快”—— 你要的是 Agent 越用越懂你。Hy-Memory 的拆分把這兩件互相打架的事變成兩條獨立通道：

1、發(fā)送消息后 System1 已經(jīng)把“立即可用的記憶”寫好了 —— 下一句對話能立刻用上

2、 System2 在后臺慢慢做更深的認知 —— 把你兩周的對話沉淀成“你的決策心智”

結果在對話最直接的影響：你每次說完的信息它能立馬記??；而它對你的理解還在后臺不斷變深。

第三層：演化鏈 —— 記憶能改寫但不丟因果

第三層是 Hy-Memory 真正的殺手锏，也是我們覺得用戶長期跟 Agent 協(xié)作時最容易踩坑、也最值得做對的一件事。

一個典型的長期場景：假設一位用戶跟 Openclaw 聊了大半年自己的健身計劃。過去半年里他的訓練方式發(fā)生過 4 次明顯的態(tài)度轉折：

· 去年春 — 開始跑步訓練有氧，效果不錯，體重和精神狀態(tài)都改善了，對跑步充滿信心

· 去年夏 — 跟練 HIIT，強度太大，膝蓋出了問題，被迫停訓兩周

· 去年秋 — 轉向純力量訓練，只練大重量、放棄了心肺，結果跑兩公里都喘, 挫敗

· 上月 — 形成「力量 + 慢跑 + 瑜伽」混合方案，身體狀態(tài)終于穩(wěn)定下來

今天他打開 Openclaw 問它：“我下個月想再加一種新的訓練方式，你建議什么？”

三種記憶系統(tǒng)會給出三種答案。

答案 1：覆蓋派 (只記最新)

很多默認記憶系統(tǒng)是“用新覆蓋舊”。庫里只?！坝脩舢斍坝没旌嫌柧毿Ч谩?。

Agent 的回答：“你現(xiàn)在的力量 + 慢跑 + 瑜伽組合挺好, 可以再加一個 CrossFit 試試, 效率高?！?/p>

不算錯，但很淺。它不知道用戶為什么走到混合訓練 —— 錯過了“HIIT 傷過膝蓋”、“純力量丟了心肺”這條完整的踩坑路徑。直接推薦 CrossFit 很可能讓用戶再傷一次膝蓋。

答案 2：堆積派 (全部保留)

另一些系統(tǒng)是“什么都留下，搜索時按向量相似度召回”。庫里 4 條事實都在, 但搜索“新訓練方式”時，最近的、最相似的先被召回 —— 大概率是“跑步起步效果不錯”和“混合訓練穩(wěn)定”。

中間的“HIIT 膝蓋受傷”、“純力量丟心肺”在語義空間里距離稍遠，可能根本召不回。

Agent 的回答：“你跑步效果不錯、混合訓練也穩(wěn)定, 可以加一個 HIIT 試試, 提升心肺效率高。”

踩雷了。它沒意識到用戶已經(jīng)在 HIIT 上受過傷 —— 重新推薦 HIIT 等于讓用戶再走一次老路、再傷一次膝蓋。

答案 3：Hy-Memory 演化鏈

Hy-Memory 在寫入第 2 條記憶時，會用 supersedes 指針指向第 1 條；第 3 條指向第 2 條；第 4 條指向第 3 條。4 條記憶通過指針串成一條鏈。D (混合訓練，鏈頭) ↓ supersedes C (純力量，丟心肺) ↓ supersedes B (HIIT, 膝蓋受傷) ↓ supersedes A (跑步起步) 用戶問“新訓練方式選什么”時，搜索命中鏈頭 D, 整條鏈自動展開 ——A、B、C、D 一起返回給 Agent。

Agent 拿到的不再是孤立結論而是完整的態(tài)度演變：

● 跑步起步 →

● HIIT 傷膝蓋 →

● 純力量丟心肺 →

● 混合方案穩(wěn)定下來

它的回答會是這樣：

“你之前在訓練方式上走過完整的路: 跑步起步、HIIT 傷過一次膝蓋、純力量又丟了心肺，上月才走到力量 + 慢跑 + 瑜伽這個穩(wěn)定組合。

所以新方式我會建議你避開高沖擊的爆發(fā)類訓練（比如 CrossFit、HIIT 這類)—— 你的膝蓋已經(jīng)踩過一次坑。如果想再加新內(nèi)容, 可以考慮游泳或騎行這種低沖擊有氧, 或者爬山 / 長距離慢跑 —— 都比再回 HIIT 安全?！?/p>

這個回答的質量，不是來自模型本身，是來自記憶結構。

演化鏈的本質

技術上演化鏈做的就是兩件事：

1、新記憶寫入時，通過 supersedes 指針指向舊記憶, 形成一條鏈