Hy-Memory 2.0: долгая память ИИ-агентов и что в неё нельзя класть

Агент помнит клиента, и это палка о двух концах

Клиент пишет в третий раз и ничего не объясняет заново: агент помнит, что доставку согласовали на четверг. Это долгая память. Но та же память запомнит, что человек обмолвился о болезни ребёнка или продиктовал номер карты. Вправе ли вы это хранить, она не спрашивает. Что такое память агента, я разбирал в отдельной статье. Здесь речь о запретах и стирании.

Проверял 17.10.2026 по первоисточникам. Репозиторий Tencent-Hunyuan/Hy-Memory создан 15.10.2026, не архивирован, последний коммит от 16.10.2026. В нём библиотека hy-memory 2.0.2, приложение MemHub 1.0.2 и ссылка на модель Hy-Memory-30B-A3B. Файл LICENSE содержит Apache-2.0, в README MemHub и в карточке модели лицензия та же. Техотчёт: arXiv 2610.22196.

Как это устроено и где лежат данные

Сцены три: чат, рабочие задачи и код. Для чата записи раскладываются на восемь слоёв: от сырой переписки до фактов, сводок и намерений со сроком действия. Факты вытягивает языковая модель, ищутся они по векторам (Chroma, Qdrant или FAISS), связи лежат в графе (Kuzu или Neo4j), служебное в SQLite. Важная для вас деталь: в SDK есть вызовы get, update, delete и list_memories по идентификатору пользователя, так что просмотр и удаление записей предусмотрены.

Модель Hy-Memory-30B-A3B пишет память: решает, что из диалога оставить. Это MoE: 30 млрд параметров, около 3 млрд активных. Файлы весов в BF16 занимают порядка 60 ГБ, запуск рекомендован через vLLM, требования к железу авторы не указали. Заявлены английский и китайский, про русский ничего нет. Библиотеке модель не обязательна: подойдёт любой OpenAI-совместимый сервис.

Теперь критичное для данных. MemHub описан как local-first. База SQLite, векторы и граф лежат в каталоге ~/.one-memory на вашей машине. Синхронизация идёт локально: программа читает историю сессий Claude Code, Cursor, Codex и других с вашего диска и отдаёт им память через MCP. Сервера синхронизации Tencent в документах я не нашёл, сетевой код целиком не проверял. Если вы выбрали стороннюю модель, ей уходит разрешённое содержимое диалогов. Прав четыре: читать источник, синхронизировать, отправлять текст модели, выдавать память приложению. В режиме отладки полные запросы к модели, с текстом переписки, пишутся в локальный журнал. Удаление программы данные оставляет, стирает их команда memhub delete-data.

Инструментов меньше, чем в посте канала («больше десяти»). В документации открыты восемь, среди них Claude Code, Cursor, Codex и Qwen Code. Windows не поддерживается, нужны macOS 13 и новее или Linux. MemHub задуман под личные инструменты разработчика, для бота поддержки берут SDK.

Цифры авторов и чего я не нашёл

Независимых замеров нет, все цифры вендорские. Сравнивали, какая модель лучше пишет память внутри четырёх фреймворков: Mem0, Hy-Memory, MemOS и EverMemOS. Шесть тестов (LoCoMo, LongMemEval, PersonaMem-v2, Travel, Shopping и Code Memory Bench) гоняли на фиксированных 20 процентах данных. Итог: 55,49 у Hy-Memory-30B-A3B против 54,62 у Claude Opus 5. По фреймворкам разрыв ещё меньше: 60,55 против 60,53 на Hy-Memory, 50,51 против 50,50 на MemOS. Формулировка поста «первое место среди открытых на четырёх бенчмарках» неточна: в таблице четыре фреймворка и шесть тестов, а Opus 5 закрытая модель. Как это работает на русском, неизвестно. Доступ к GitHub, Hugging Face и PyPI из России уточняйте.

Что нельзя запоминать без основания

Я не юрист, детали с юристом. Статья 5 152-ФЗ требует, чтобы объём данных соответствовал заявленной цели, а хранились они не дольше, чем нужно для цели. Согласие по статье 9 привязано к цели. Память «на всякий случай» этим принципам противоречит. Про сроки я писал в разборе хранения. Диалоги читает модель, пишущая память, так что важно, где она работает: см. статью о локализации баз.

• Паспортные и платёжные данные: номера карт, коды, паспорта. Для ответа клиенту агенту они ни к чему, зато в памяти превращаются в готовый материал для утечки.
• Здоровье, религия, политические взгляды: специальные категории (статья 10) с отдельными условиями.
• Пароли, коды из СМС, ключи.
• Переписка сотрудников между собой и личные сообщения. У неё другой режим, без отдельного основания в память её не подключайте.
• Сказанное мимоходом и не связанное с вашей услугой.

Остаётся рабочее: способ связи, договорённости, статус заказа. Условный пример: «звонить после 12:00, доставка в четверг» годится, «жалуется на давление» нет. Запрет ставьте дважды: в инструкции записывающей модели и фильтром до записи, маскирующим номера карт и паспортов. Одной инструкции мало.

Как устроить забывание

Срок жизни. У записи есть срок, потом она удаляется автоматически. В Hy-Memory истекают только намерения, остальное задаёте вы. Когда цель достигнута, данные по моему разбору уничтожают в течение 30 дней.

Удаление по запросу. Вы находите все записи человека и стираете их из векторов, графа, сырой переписки и копий. В SDK для этого есть list_memories и delete. Чистит ли delete граф и сырой слой, в прочитанной мной документации не сказано. Проверьте на тестовом клиенте.

Просмотр человеком. Раз в неделю просматривайте выборку записей, по запросу клиента готовьте выгрузку «что бот о вас знает». Логи тоже содержат данные, проверку утечек я описывал здесь.

Чек-лист из семи пунктов и пилот

1. Цель записана одной фразой: зачем агенту помнить клиента.
2. Есть список разрешённых типов фактов и список запрещённых.
3. Клиент знает про память, политика и согласие проверены юристом.
4. Известно, где лежит база и куда уходят диалоги.
5. У записей есть срок жизни и автоудаление.
6. Удаление по запросу проверено на тесте, копии включены.
7. Назначен человек, который читает память и правит записи.

Пилот на две недели. Условные допущения: один канал, 20 клиентов, давших согласие. Память включена только на разрешённые типы. В конце читаете все записи подряд и считаете запрещённые. Нашлась хоть одна: правите фильтр, повторяете. Собрать пилот на вашем сервере могу в рамках услуги по ИИ-агентам.

Частые вопросы

Нужна ли модель Hy-Memory, чтобы пользоваться библиотекой?

Нет. Нужен любой OpenAI-совместимый сервис для языковой модели и для эмбеддингов. Свою модель Tencent предлагает как более точного автора записей, проверяли только сами авторы.

Подойдёт ли MemHub для памяти бота поддержки?

Вряд ли. Он читает истории программ вроде Claude Code на вашем компьютере. Для бота берут SDK и свой сервер.

Хватит ли согласия клиента, чтобы хранить всё подряд?

Нет. Объём данных должен соответствовать цели. Формулировку согласия и перечень данных согласуйте с юристом.

Коротко о главном

Hy-Memory 2.0 открыта под Apache-2.0, MemHub хранит память локально, качество подтверждено только авторами. Прежде чем включать память, решите, что агенту нельзя помнить и как запись исчезает по сроку или по просьбе клиента.

Если хотите, чтобы я проверил схему памяти вашего агента и собрал пилот с фильтром запрещённых данных, напишите мне в Telegram кодовое слово «ПАМЯТЬ».