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

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 s2 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

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 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

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 s4 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 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 s3 s5