不想反复给AI补背景？腾讯把“跨工具记忆”开源了

同一个项目，换个AI工具就要重讲一遍：用户是谁、方案为什么改过、上次踩了什么坑。对长期做产品、设计和内容的人来说，这比“回答不够聪明”更消耗耐心。

10月16日，腾讯混元发布Hy-Memory 2.0，开放记忆模型、框架和MemHub应用三层能力，尝试让工作背景随着用户跨工具延续。官方发布页

想直接体验，需要先看平台：截至10月19日，MemHub仍是preview产品，公开支持范围为macOS应用及macOS/Linux Runtime，Windows不支持；首页动态与部分安装说明仍有版本差异，应以实际发行制品为准。MemHub平台说明、v1.0.4发行记录

换一个Agent继续项目，究竟要带走什么？

用一个假设的产品项目说明：你在工具A里讨论注册流程，最后决定从三步缩成两步，并要求保留原有埋点。第二天换到工具B修改页面，最不想重新讲的，是那个已经确认的决定，以及为什么必须保留埋点。

把所有历史原样贴过去，工具B还得重新区分讨论中的备选、已否决方案和最终要求。如果能召回“当前采用两步注册”和“修改时要复核埋点口径”，交接材料就更接近这次任务所需的背景。

Hy-Memory把这类内容分为会话事实与可复用经验：Working面向文档、表格、研究等生产力任务；Coding进一步保留代码修改的版本演进链。它希望留下的不只是说过什么，还包括哪些经验值得在下一次任务里使用。官方场景说明

但历史不会自己跑进另一个软件。MemHub的设计是读取用户明确授权的来源记录，汇入本地记忆，再向用户授权的宿主提供召回。官方列举的工具包括Claude Code、Cursor、Codex等，实际仍需完成对应接入。跨应用设计

要让工具B接上这个项目，需要允许读取工具A的相关记录，把记忆限定在该项目，再让工具B在需要时取得它。只安装一个应用，还不能替用户完成这些授权与范围选择。

模型、引擎和MemHub，各管一段交接

三个层次各自负责不同的工作：

框架可配置兼容接口的LLM与Embedding服务，并不要求每位用户先在电脑里部署30B专用模型。框架配置说明

图：官方架构中，右侧将工作、编码记录提取成事实和经验，再用于召回；橙色版本链属于Coding。图片来源

这里有一个会影响实际结果的前提：Working、Coding写入需要工具调用轨迹，框架层仅在pro、ultra模式生效；lite主要存取原始记忆。只把几句聊天导进去，不能据此期待完整保留一次工作操作。官方写入条件

因此，接入前要确认拿得到哪些记录。讨论文本、工具返回和代码修改承担的作用不同，缺少的部分不能靠“有记忆功能”补齐。

旧决定继续冒出来，比忘记还麻烦

回到注册流程的例子。如果团队后来要求增加身份核验，先前“两步完成”的决定就可能需要更新。此时，一个反复强调旧方案的助手，反而会拖慢工作。

框架提供记忆更新、冲突消解、按项目或来源筛选等机制，但业务要求是否已被正式替代，仍要靠清楚的记录。试用时可以检查：新要求进入后，旧记忆是否被正确处理；让AI说明引用了哪条记录，并与当前项目文档对照。官方管理与隔离接口

授权也需要沿链路看。读取来源、交给模型处理、允许宿主调用，是三道不同的边界。MemHub不是通过观察整个屏幕、键鼠或剪贴板来自动了解全部工作；官方明确不包含这些采集方式。MemHub产品原则

本地存储只解决其中一部分问题。提取记忆的模型、Embedding和部分存储后端可以独立配置；若连接远程服务，对应内容仍可能离开设备。客户预算、未发布方案等资料，应先确认数据流向再接入。官方环境变量参考

值不值得接入，先看一次项目交接

官方模型卡报告，专用记忆写入模型在四个框架上的汇总分为55.49，Claude Opus 5为54.62。评测采用固定20%基准子样本，每个框架先对六项指标取平均，再做宏平均；回答、评判和检索等条件保持不变，替换的是记忆写入模型。官方模型卡

这组评测比较的是记忆写入模型，不能据此判断谁更会做办公任务。接入后是否少重讲一次背景、能否找回一条有效约束，更容易让用户感受到差别。

如果你已经在多个Agent之间切换，可以先选一个脱敏项目，观察交接是否更省事、召回是否有出处、旧要求能否更新。若只在一个工具里偶尔聊天，一份及时更新的项目说明可能更轻便。

如果工具B接手时仍要重问一遍旧问题，或总拿过期决定当依据，增加记忆层也没有省下沟通。能找回背景，又能跟上项目变化，Hy-Memory才有理由留在工作流里。