IT之家5月28日音问，腾讯混元文告持重推出Hy-Memory。据先容，这是一个有益为Openclaw这类永恒献媚型Agent遐想的缅想插件，能着实成为Agent的“第二大脑”。
官方称，Hy-Memory用6层缅想框架×System1/System2双系统×演化链三层底牌，让Agent在永恒使用中着实"牢记住、牢记对、牢记轻、更懂你"。
在巨擘公开测试集上，Hy-Memory效力卓绝现存主流memory框架，可以措置缅想碎屑化问题，缅想数目低70%+，每条缅想信息密度高45%+。在处理超长落魄文方面，Hy-Memory铺张的token量诽谤35%，缅想更新速率快20%。
IT之家附官方详备先容如下：
Agent任务对永恒缅想的条件远超Chat
使用Agent和Openclaw深度用户，常常描写过一种常见的“三周轨迹”。
第一周:蜜月期，把我方当下正在忙的事情，比如一个神色的一脉相承、最近的决定和选用、异日想作念的想法一股脑都告诉Openclaw。，能回答问题、能查府上、能帮你诡计、能写代码、能草拟文档。“这玩意儿真好用”——这是大深广东说念主第一周的果然感受。
第二周:开动不安。东说念主们提防到每天洞开Openclaw都得先花3到5分钟指示它咱们在作念什么。它好像不太牢记几天前盘问过的判断。当你对它说“按之前阿谁决议”，它会反问“哪个决议”，说“阿谁咱们排撤除的选项”，它却想不起来摒除的是什么、为什么摒除。不是完全不牢记。Openclaw默许的缅想机制能记取一些最近的对话原文，但跨天、跨Session、那些更深的判断，它就漂移了。
第三周:主动左迁使用，开动下签订地缩小跟它盘问的深度。不再问“这个想法我该不该走”，因为知说念来日它就忘了。变成只问最具体、最即时的小问题:搜个府上、查个语法、改一段笔墨。
最常见的结局是，Openclaw在使用者眼里，迟缓从“能陪你念念考的伙伴”，左迁成了“一个查询器用”。这不是Openclaw的问题——它的内核才略一直很强。问题在于：永恒献媚类任务对永恒缅想的条件，远卓绝等闲Chat。
Hy-Memory这个Openclaw缅想插件的初志，等于为了把这三周轨迹的后两周抹掉——让用户第一周奈何用Openclaw，第三个月还能奈何用，何况越用越懂。
1、永恒任务对缅想的挑战比联想中难
永恒任务跟等闲Chat完全是两种责任。非论你拿Openclaw调研一个复杂决策、写一册书、诡计一次大旅行、跟进一个跨季度的神色，一次对话可能30轮50轮100轮，中间不休地查府上、调器用、读文档、出决议、回退、再改、再走，一个Session可能合手续几个小时，任务可能卓绝数周。
缅想系统至少要扛住4件事：
任何一个本领崩了，体验就崩了。
2、一个及格的Openclaw缅想插件要知足的3条要领
咱们在遐想Hy-Memory的时候围绕“什么样的缅想插件才配得上Openclaw这种永恒献媚场景”，定了3条硬要领。
要领一：不可丢历史。
用户跟Agent聊过的统统“为什么选这个、为什么否阿谁”——这些判断和因果不可丢。不然下次它推选决议，可能径直推选回用户依然否过的阿谁，白搭时代。
要领二：要能演化。
东说念主不是一个静态的存在。技巧偏好、生存民俗、永恒目的都会随时代变，对某件事的观念也会反复调理，这些都得被记取。不是掩饰式的“只记最新”,也不是堆积式的“王人备留住”，而是要有一个流露的演化轨迹。
要领三：要在主链路里不仅填塞快，还要有融会迭代，进化。
缅想插件不可拖慢用户当下打字、调用器用、等截止的速率。每次搜提取在毫秒级,调回也不可成为反映瓶颈。同期还要有深档次的语义和事实贯穿。
接下来，咱们把Hy-Memory知足这3条要领的三层底牌分裂讲流露。
Hy-Memory的三层中枢
第一层：6层缅想框架——给每种缅想找到正确位置
Hy-Memory作念的第一件事,是莫得把统统缅想塞进并吞张表。
想一下——用户跟Openclaw聊到最近在准备放洋留学,这段话里其实混着好几种东西：
·“我在准备放洋留学”——这是事实
·“我偏好北欧那种慢节拍的神色”——这是画像
·“我作念大决策前会先列是非清单”——这是心智模子
·“我下周大致率会问推选信奈何找训练”——这是前瞻意图
这些东西信息形态完全不一样,但传统缅想系统会把它们全揉成一堆向量，搜索时一锅捞。Hy-Memory把缅想分红6层，体球网2026世界杯赛事直播入口每层一种职责。底下用一组多范畴搀和的例子，让你感受Agent“记的是什么”：
用户问Openclaw“我作念大决策有什么民俗”,它应该优先看L5心智模子,而不是把当年100轮对话原文一锅塞过来。用户问"我面前住在哪",L2一条事实就够了。问什么、走哪层、用什么样的检索权重——分层让这些都变得可能。
总共prompt会变干净。模子的提防力不再被无关原文稀释。
第二层：双系统遐想，既保险速率又具备融会迭代
Hy-Memory把来自东说念主脑融会科学的System1/System2机制径直复刻到了Agent的缅想加工上——就像给Openclaw装了一颗相宜融会科学的"大脑"。
Hy-Memory把缅想加工拆成两套。
System1(白班)：用户回车那一秒，及时地处理写入的缅想。负责写原始踪影、抽事实、更新画像、压会话选录——也等于L1–L4
System2(夜班)：秒到分钟级，在后台跑。负责抽心智模子、构建常识收集、测度意图——也等于L5–L6
为什么要拆？因为深度融会很慢。抽你的“决策心智模子”、构建你的“常识收集”——作念完一遍LLM可能要5到20秒。淌若让你每次调用Openclaw都等20秒能力收到复兴，谁都用不下去。
但你要的也不仅是“快”——你要的是Agent越用越懂你。Hy-Memory的拆分把这两件彼此打架的事变成两条独处通说念：
1、发送音问后System1依然把“立即可用的缅想”写好了——下一句对话能坐窝用上
2、System2在后台迟缓作念更深的融会——把你两周的对话千里淀成“你的决策心智”
截止在对话最径直的影响：你每次说完的信息它能立马记取；而它对你的贯穿还在后台陆续变深。
第三层：演化链——缅想能改写但不丢因果
第三层是Hy-Memory着实的杀手锏，亦然咱们以为用户永恒跟Agent献媚时最容易踩坑、也最值得作念对的一件事。
一个典型的永恒场景：假定一位用户跟Openclaw聊了泰半年我方的健身筹划。当年半年里他的检会模式发生过4次明显的魄力调节：
·客岁春—开动跑步检会有氧，效力可以，体重和精神景色都改善了，对跑步充满信心
·客岁夏—跟练HIIT，强度太大，膝盖出了问题，被动停训两周
·客岁秋—转向纯力量检会，只练大分量、松手了心肺，截止跑两公里都喘,挫败
·上月—酿成「力量+慢跑+瑜伽」搀和决议，肉体景色终于踏实下来
今天他洞开Openclaw问它：“我下个月想再加一种新的检会模式，你提出什么？”
三种缅想系统会给出三种谜底。
谜底1：掩饰派(只记最新)
好多默许缅想系统是“用新掩饰旧”。库里只剩“用户现时用搀和检会效力好”。
Agent的回答：“你面前的力量+慢跑+瑜伽组合挺好,可以再加一个CrossFit试试,效力高。”
不算错，但很浅。它不知说念用户为什么走到搀和检会——错过了“HIIT伤过膝盖”、“纯力量丢了心肺”这条无缺的踩坑旅途。径直推选CrossFit很可能让用户再伤一次膝盖。
2026世界杯滚球中国官网谜底2：堆积派(全部保留)
另一些系统是“什么都留住，搜索时按向量相似度调回”。库里4条事实都在,但搜索“新检会模式”时，最近的、最相似的先被调回——大致率是“跑步起步效力可以”和“搀和检会踏实”。
中间的“HIIT膝盖受伤”、“纯力量丢心肺”在语义空间里距离稍远，可能根柢召不回。
Agent的回答：“你跑步效力可以、搀和检会也踏实,可以加一个HIIT试试,晋升心肺效力高。”
踩雷了。它没签订到用户依然在HIIT上受过伤——从头推选HIIT等于让用户再走一次老路、再伤一次膝盖。
谜底3：Hy-Memory演化链
Hy-Memory在写入第2条缅想时，会用supersedes指针指向第1条；第3条指向第2条；第4条指向第3条。4条缅想通过指针串成一条链。D(搀和检会，链头)↓supersedesC(纯力量，丢心肺)↓supersedesB(HIIT,膝盖受伤)↓supersedesA(跑步起步)用户问“新检会模式选什么”时，搜索射中链头D,整条链自动伸开——A、B、C、D通盘复返给Agent。
Agent拿到的不再是伶仃论断而是无缺的魄力演变：
●跑步起步→
●HIIT伤膝盖→
●纯力量丢心肺→
●搀和决议踏实下来
它的回答会是这么：
“你之前在检会模式上走过无缺的路:跑步起步、HIIT伤过一次膝盖、纯力量又丢了心肺，上月才走到力量+慢跑+瑜伽这个踏实组合。
是以新模式我会提出你灭绝高冲击的爆发类检会（比如CrossFit、HIIT这类)——你的膝盖依然踩过一次坑。淌若想再加新内容,可以商量拍浮或骑行这种低冲击有氧,或者爬山/长距离慢跑——都比再回HIIT安全。”
这个回答的质地，不是来自模子自身，是来自缅想结构。
演化链的实质
技巧演出化链作念的等于两件事：
1、新缅想写入时，通过supersedes指针指向旧缅想,酿成一条链
2、搜索射中链上率性一节点，自动伸开整条链
最新的判断在最前边（链头），但被否过的、被替代的、被毁掉的旧版块不会丢——仅仅退到链死背面，需要时随时伸开。这是咱们能意想的、最适合Agent永恒伴随用户的“永恒缅想”形态。
Hy-Memory：卓绝同类框架
Hy-Memory在LongMemEval和PersonaMem这两个巨擘的永恒缅想评测上跑过。
1、LongMemEval：得分达85.2，远超其他框架。LongMemEval是公认很难的永恒缅想评测，500说念题掩饰6个才略维度。
Hy-Memory不仅打赢统统同类系统，在6个维度中的4个维度得回最高分——尤其在最考验"演化才略"的偏好(+21.11pp)、时序推理(+9.63pp)、常识更新(+21.37pp)三项上启航点同类居品。
2、PersonaMem：打赢统统同类居品，PersonaMem是6000+条音问/589说念题的果然永恒对话评测,更逼近"用户用了好几个月"的果然场景。
3、性能：有更高的缅想密度同期，更有8倍写入速率
Openclaw用户能感受到的是：
·写入快：跟mem0同档，是Graphiti的8倍快，不会卡Openclaw的对话主链路
·存得少：缅想条数惟一mem0的1/3、Graphiti的1/4–1/5，土产货镶嵌式存储，不需要外部作事，内存占用低
·密度高：单条缅想是mem0的3–4倍信息密度，每次调回的缅想更管用，prompt不被噪声混浊
临了这条对永恒任务相配迫切：当一次Session跑到80轮对话,调回的每一条缅想都得是高密度的,不然prompt一下就被噪声塞爆,模子提防力被稀释。
Hy-Memory的高密度意味着雷同的Token预算下Openclaw能看到比别的缅想系统多3-4倍的灵验信息体球网。
