---
title: "Hy-Memory – 腾讯混元推出的 Agent 记忆插件"
url: "https://paooo.com/aigc-news/18668/"
author: "Prompt 语宙研究院"
published_at: "2026-06-07T18:09:50+08:00"
updated_at: "2026-06-07T18:09:50+08:00"
categories: "AIGC 资讯"
tags: "AI智能体, OpenClaw, RAG检索增强, 开源大模型, 腾讯混元"
source: "Prompt 语宙 (https://paooo.com)"
ai_tools_directory: "语宙 AI 导航 (https://ai.paooo.com)"
---

# Hy-Memory – 腾讯混元推出的 Agent 记忆插件

> 来源：[Prompt 语宙 (paooo.com)](https://paooo.com/aigc-news/18668/) · 作者：Prompt 语宙研究院 · 发布时间：2026-06-07

## AI 30 秒核心看点 (TL;DR)

- 6 层记忆框架把原始痕迹、事实、画像、摘要、心智与意图分层管理，提升检索与写入效率。
- System1 负责毫秒级快写入，System2 异步沉淀高阶认知，兼顾实时性与长期理解。
- LongMemEval 85.20%、PersonaMem 76.91% 均为同类第一，且记忆更少、密度更高、写入更快。

## Hy-Memory是什么

Hy-Memory 是腾讯混元推出的专为[ OpenClaw](https://ai-bot.cn/sites/70880.html) 等长期协作型 Agent 设计的记忆插件，通过 6 层记忆框架 × System1/System2 双系统 × 演化链三层架构，让 Agent 真正记得住、记得对、记得轻、更懂你。在 LongMemEval 和 PersonaMem 两大权威评测中均位列同类框架第一，记忆数量降低 70%+，信息密度提升 45%，写入速度达同类 8 倍。

## Hy-Memory的主要功能

- 
**六层记忆框架**：将记忆分为原始痕迹、原子事实、身份画像、会话摘要、心智模型、前瞻意图六层，每层独立职责与检索权重。

- 
**System1/System2 双系统**：System1 毫秒级实时处理 L1-L4 记忆写入，System2 后台异步沉淀 L5-L6 高阶认知。

- 
**演化链机制**：通过 supersedes 指针将记忆串成因果链，命中任意节点自动展开完整态度演变。

- 
**记忆合并去重**：同类事实自动归并，冲突偏好自动刷新，避免新旧并存形成噪声库。

- 
**跨 Session 连续记忆**：支持昨天关闭今天继续，Agent 能无缝接续长期任务上下文。

## Hy-Memory的技术原理

- 
**分层存储架构**：L1 原始对话、L2 原子事实、L3 身份画像、L4 会话摘要、L5 心智模型、L6 前瞻意图，每层采用不同加工策略。

- 
**System1 快路径**：用户发送消息时实时写入原始痕迹、抽取事实、更新画像、压缩会话摘要，毫秒级闭环。

- 
**System2 慢路径**：后台异步运行，从行为中抽象心智模型、预测前瞻意图，秒到分钟级沉淀。

- 
**演化链指针结构**：新记忆写入时通过 supersedes 指针指向旧记忆，形成双向可遍历的因果链。

- 
**注意力闸门机制**：System1 中设置注意力判断，决定哪些信息值得加工写入深层记忆。

## 如何使用Hy-Memory

- **接入方式**：通过 OpenClaw 一键接入 Hy-Memory，原生记忆能力升级为专业级长期记忆。

- **Lite 模式**：只做写入和检索，零 LLM 成本，最快接入，适合想立刻有记得住但暂不需要理解。

- **Pro 模式**：MemAgent 同步做抽取、摘要、反思，但不带后台 worker，适合希望记忆能整理自己。

- **Ultra 模式**：完整运行 System1 + System2 内核，异步慢路径持续回放归纳，适合希望系统越用越像用户。

## Hy-Memory的核心优势

- **记忆密度更高**：单条信息密度达 130.5 token/条，是 mem0 的 2.5 倍、Graphiti 的 1.5 倍。

- **记忆数量更少**：平均 82.3 条/用户，仅为 mem0 和 Graphiti 的约 1/4，解决记忆碎片化问题。

- **写入速度更快**：12.3 s/k tokens，是 Graphiti 的 1/8，不拖慢主链路响应速度。

- **评测成绩领先**：LongMemEval 85.20%、PersonaMem 76.91%，均位列同类框架第一。

- **因果演化完整**：演化链保留完整态度演变路径，避免覆盖派只记最新或堆积派召回不全的问题。

## Hy-Memory的项目地址

- **项目官网**：https://memory.hunyuan.tencent.com/

## Hy-Memory的同类竞品对比

维度
Hy-Memory
[mem0](https://ai-bot.cn/mem0/)
[Graphiti](https://ai-bot.cn/graphiti/)

LongMemEval 总分
85.20%
47.00%
68.32%

PersonaMem 总分
76.91%
65.82%
64.86%

写入耗时 (s/k tokens)
12.3
15.6
97.8

记忆条数/用户
82.3
309.8
362.3

单条信息密度 (token/条)
130.5
52
89.2

记忆架构
6层分层 + 演化链
单层向量
图结构

双系统处理
System1 + System2
无
无

## Hy-Memory的应用场景

- 
**长期项目协作**：跨数周跟进复杂项目，Agent 能记住每次决策原因和排除方案。

- 
**个人知识管理**：沉淀用户的工作习惯、决策心智模型，越用越懂用户偏好。

- 
**健身/健康规划**：记录训练方式的态度演变，避免推荐用户已踩过坑的方案。

- 
**创作辅助**：追踪创作者对发行渠道的态度变化，给出符合其价值观的建议。

- 
**学习辅导**：记住学生的学习进度、知识薄弱点和理解方式，提供连续性指导。

## 常见问题解答 (FAQ)

### Hy-Memory 适合什么类型的 Agent？
Hy-Memory 主要面向 OpenClaw 等长期协作型 Agent，适合需要跨会话持续记忆、长期跟进任务、不断理解用户偏好的场景，例如项目协作、知识管理、学习辅导和创作辅助。

### Hy-Memory 的 Lite、Pro、Ultra 模式有什么区别？
Lite 只做写入和检索，零 LLM 成本，适合快速接入；Pro 会同步做抽取、摘要和反思，但不带后台 worker；Ultra 则完整运行 System1 + System2，支持异步慢路径持续沉淀高阶记忆。

### Hy-Memory 为什么比传统记忆方案更强？
它通过 6 层分层记忆和演化链把信息组织得更清晰，减少碎片化与噪声；同时用双系统分工提升写入效率。文中给出的结果是记忆数量降低 70%+、信息密度提升 45%、写入速度达同类 8 倍。

---
探索 2,800+ 全球实用 AI 工具与官方直达入口：[语宙 AI 导航 (https://ai.paooo.com/)](https://ai.paooo.com/)
