# Hy Memory 2.0.1: Tencent открыла движок памяти для ИИ-агентов

Источник: https://modelium.tech/zhurnal/hy-memory-2-0-1-local-memory-sdk/

Tencent опубликовала Python-пакет Hy Memory 2.0.1 и исходный код системы, которая сохраняет сведения из диалогов и помогает ИИ-агенту находить их позже. Данные могут храниться локально, но это не означает полностью автономную работу: используемые языковая модель и модель для поиска по смыслу настраиваются отдельно; примеры разработчика ведут к облачным сервисам. Это новость для разработчиков, а не готовое приложение для домашнего компьютера.

Hy Memory 2.0.1: Tencent открыла движок памяти для ИИ-агентов

Если ИИ-помощник снова забывает предпочтения пользователя или итог прошлой задачи, ему нужна память вне одного диалога. Tencent открыла исходный код Hy Memory и опубликовала Python-пакет 2.0.1: разработчик может сохранять записи и затем искать их по смыслу. Но из этого **не следует**, что вся цепочка автоматически работает без интернета: для обработки текста и поиска нужны отдельно настроенные модели. Это инженерная новость, не инструкция для первого запуска на домашнем ПК. [s1](#src-s1) [s2](#src-s2) [s3](#src-s3)

**Когда:** файлы пакета 2.0.1 появились на PyPI 15 октября 2026 года; в changelog репозитория запись о выпуске датирована 16 октября. Состояние источников проверено 16 октября 2026 года. [s2](#src-s2) [s4](#src-s4)

## Что теперь доступно?

Hy Memory — движок, который хранит сведения между разговорами и извлекает подходящие записи по запросу. Опубликованы SDK (библиотека для программ на Python), код, документация и пример добавления записи о предпочтениях пользователя с последующим поиском. Пакет требует Python 3.9 или новее. Версия `lite` сохраняет исходные записи с представлениями для поиска; режимы `pro` и `ultra` добавляют обработку языковой моделью и более сложную организацию памяти. Режимы различаются по функциям, а не по гарантии приватности. [s1](#src-s1) [s2](#src-s2) [s3](#src-s3)

Пример задачи: помощнику сообщили, что человек предпочитает короткие ответы с примерами кода. В приложении разработчик записывает этот факт в память и позднее ищет подходящую запись перед новым ответом. Это объяснение сценария из документации, **не результат запуска Modelium**. Не стоит автоматически сохранять пароли, медицинские данные или весь личный архив без собственного решения о доступе и хранении. [s1](#src-s1)

## Что в этой схеме работает локально?

У SDK есть локальный каталог данных, по умолчанию `~/.hy_memory`, и встроенные варианты хранения на компьютере: SQLite для кэша и Chroma для поиска по представлениям текста. При этом «данные на диске» не равны «все вычисления офлайн». Языковая модель и модель эмбеддингов — преобразования текста в числа для поиска по смыслу — используют настраиваемые совместимые API-адреса. В документации обычный пример указывает внешние DeepSeek и DashScope; значения по умолчанию также относятся к моделям OpenAI. Для действительно локального контура разработчику нужно отдельно обеспечить обе модели, совместимые локальные адреса и проверить сетевые обращения. Tencent не даёт в этом выпуске простого подтверждённого домашнего пути для всей связки, а Modelium её не запускал. [s1](#src-s1) [s3](#src-s3)

Не путайте SDK с **MemHub**, отдельным настольным продуктом из того же репозитория. В GitHub есть релиз v1.0.0 от 16 октября с первыми файлами для macOS arm64 и Linux; описание релиза прямо обещает добавить остальные платформы и manifest позднее. Поэтому наличие репозитория и этих файлов пока не является основанием советовать универсальную установку MemHub или заявлять поддержку Windows. [s5](#src-s5)

## Что известно о правах и ограничениях?

Текущий LICENSE исходного репозитория на проверенной ревизии указывает Apache-2.0. Но метаданные **уже выпущенного** пакета 2.0.1 на PyPI указывают MIT; авторы сами отметили в changelog, что из-за неизменяемых метаданных исправление попадёт лишь в следующий патч. Не переносите условия одной поставки на другую автоматически: при использовании или распространении проверьте конкретный полученный пакет и его лицензионные файлы. Это описание расхождения источников, не юридическое заключение. [s2](#src-s2) [s4](#src-s4) [s6](#src-s6)

Отдельный опубликованный Tencent набор весов Hy-Memory-30B-A3B предназначен для записи долгосрочной памяти, но **не требуется**, чтобы понимать выпуск SDK. Не будем превращать эту новость в неподтверждённый рецепт запуска модели: её карточка и фактическая конфигурация расходятся по числу слоёв и экспертов. Авторские оценки на собственных наборах задач также нельзя считать независимым тестом Modelium. [s7](#src-s7) [s8](#src-s8)

**Следующий шаг:** если вы разрабатываете своего агента, сначала откройте документацию SDK и составьте схему, где будут храниться записи и какие именно локальные либо удалённые модели обрабатывают текст. Если нужен готовый домашний помощник с памятью, дождитесь проверенного публичного комплекта MemHub и отдельного практического руководства — этот выпуск пока не заменяет их. [s1](#src-s1) [s3](#src-s3) [s5](#src-s5)

## Источники

1. [Hy Memory README at commit 1aed8d7](https://github.com/Tencent-Hunyuan/Hy-Memory/blob/1aed8d7507650bfd3024e98df5d5f0f4c47b5d88/README.md) — получено 2026-10-16
2. [PyPI hy-memory 2.0.1 release metadata](https://pypi.org/pypi/hy-memory/2.0.1/json) — получено 2026-10-16
3. [Hy Memory environment variables at pinned commit](https://github.com/Tencent-Hunyuan/Hy-Memory/blob/1aed8d7507650bfd3024e98df5d5f0f4c47b5d88/docs/env_reference.md) — получено 2026-10-16
4. [Hy Memory changelog at pinned commit](https://github.com/Tencent-Hunyuan/Hy-Memory/blob/1aed8d7507650bfd3024e98df5d5f0f4c47b5d88/CHANGELOG.md) — получено 2026-10-16
5. [Hy Memory GitHub release v1.0.0](https://github.com/Tencent-Hunyuan/Hy-Memory/releases/tag/v1.0.0) — получено 2026-10-16
6. [Hy Memory LICENSE at pinned commit](https://github.com/Tencent-Hunyuan/Hy-Memory/blob/1aed8d7507650bfd3024e98df5d5f0f4c47b5d88/LICENSE) — получено 2026-10-16
7. [Tencent Hy-Memory-30B-A3B model card, pinned revision](https://huggingface.co/tencent/Hy-Memory-30B-A3B/blob/64a460a94d5498b7316fb02395c72d01c47a7347/README.md) — получено 2026-10-16
8. [Tencent Hy-Memory-30B-A3B shipped config, pinned revision](https://huggingface.co/tencent/Hy-Memory-30B-A3B/blob/64a460a94d5498b7316fb02395c72d01c47a7347/config.json) — получено 2026-10-16