Hy Memory 2.0 di Tencent: la memoria open source per agenti AI

Un agente AI che lavora per ore sul tuo codice o sui tuoi documenti ha un problema che pesa quanto la qualità del modello: si dimentica le cose. Tencent ha deciso di attaccare proprio questo punto con Hy Memory 2.0, uno stack open source rilasciato tra il 15 e il 16 ottobre 2026 che comprende un modello dedicato a scrivere la memoria degli agenti, un framework Python e un’applicazione locale chiamata MemHub.

La mossa è interessante perché sposta l’attenzione dal modello che risponde al modello che ricorda. E lo fa con pesi pubblici, licenza Apache 2.0 e numeri che, se confermati, mettono un modello da 3 miliardi di parametri attivi davanti a Claude Opus 5 in un test specifico.

Cosa ha pubblicato Tencent con Hy Memory 2.0

Il pacchetto è composto da tre pezzi che lavorano insieme ma possono essere usati separatamente. Il primo è Hy-Memory-30B-A3B, un modello Mixture of Experts da 30 miliardi di parametri totali e circa 3 miliardi attivi per token, pubblicato su Hugging Face con licenza Apache 2.0. Il secondo è il framework Hy Memory 2.0, installabile da PyPI, che gestisce tre tipi di memoria: conversazionale, di lavoro e di codice. Il terzo è MemHub, un’applicazione da riga di comando e desktop che unifica la memoria tra più strumenti AI.

Il punto chiave è la separazione dei ruoli. Il modello non risponde all’utente: scrive e aggiorna la memoria, mentre un altro modello, scelto da te, legge quella memoria e produce la risposta.

Le caratteristiche tecniche del modello

Il modello usa 48 layer, di cui uno denso e 47 sparsi, con 128 esperti per blocco, routing top-8 più un esperto condiviso. La finestra di contesto arriva a 262.144 token. I pesi occupano circa 60 GB in formato BF16, distribuiti su 51 file safetensors, e al momento non risultano versioni quantizzate come GGUF o FP8.

La scheda del modello indica come motore di servizio vLLM con endpoint compatibile con le API di OpenAI, e consiglia di disattivare il ragionamento esteso e usare temperatura zero. Ha senso: il writer di memoria gira a ogni turno di conversazione, quindi deve essere rapido e prevedibile più che brillante.

Il framework e le tre memorie

Il framework copre la memoria di chat, quella di lavoro e quella di codice. Per la prima Tencent riporta il 72,6% di risposte corrette su LoCoMo, un benchmark di conversazioni lunghe, calcolato su 1.527 domande non avversarie. Per la memoria di lavoro cita il 55,31% su MemoryArena, con un vantaggio di 10,2 punti sul framework successivo.

Per il codice i risultati sono più modesti in valore assoluto: 64,2% sulle domande di CodeMemoryBench, 35,6% di problemi risolti sullo stesso benchmark e 28,3% su SWE-ContextBench. Sono numeri che raccontano quanto sia ancora aperta la partita.

I numeri: Tencent batte Claude Opus 5, ma attenzione

Il dato che ha fatto più rumore è la media su quattro harness di valutazione della memoria. Hy-Memory-30B-A3B totalizza 55,49 punti, contro i 54,62 di Claude Opus 5, i 53,64 di DeepSeek V4.1 Flash e i 51,63 di Tencent Hy3. Il modello di partenza, Hy3-A3B Base, si fermava a 47,66: l’addestramento specifico sulla memoria vale quindi quasi otto punti.

Il margine su Opus 5 è piccolo. Su due harness su quattro la differenza è praticamente nulla, per esempio 60,55 contro 60,53 su Hy-Memory e 50,51 contro 50,50 su MemOS.

La differenza vera emerge su EverMemOS, un harness escluso dall’addestramento e usato per verificare la capacità di generalizzare: 56,89 contro 54,04. Tencent usa questo risultato come prova principale che il modello non ha semplicemente imparato a memoria i test.

Perché questi risultati vanno presi con cautela

Tutte le cifre sono pubblicate da Tencent stessa e, per ora, nessuno le ha riprodotte in modo indipendente. La valutazione è stata fatta su un sottocampione fisso del 20% dei dati, e il risultato su EverMemOS arriva da una singola esecuzione del produttore.

Nel setup di test, inoltre, DeepSeek V4.1 Flash ha fatto da writer di memoria per il framework e un altro modello ha fatto da giudice delle risposte. Cambiare questi ingredienti può spostare i punteggi in modo non banale.

Il messaggio pratico è semplice: prendi il confronto con Opus 5 come un segnale promettente, non come una classifica definitiva.

MemHub: una memoria unica per tutti i tuoi strumenti

La parte più concreta per chi lavora ogni giorno con gli agenti è MemHub. L’idea è tenere in locale una sola memoria condivisa tra gli strumenti che usi, invece di lasciare ogni assistente con i propri appunti separati. Le integrazioni dichiarate sono dieci, tra cui Cursor, Codex, Claude Code, OpenCode, Qwen Code e Hermes.

I dati restano nella cartella .one-memory della tua home, con SQLite per i metadati e ChromaDB e Kuzu come archivi predefiniti. Tencent dichiara di non raccogliere contenuto dello schermo, OCR, appunti o audio in background, e prevede tre livelli di cancellazione, dalla semplice disinstallazione all’eliminazione dei dati. Sono comportamenti descritti, non ancora verificati da terzi.

Oggi, però, l’esperienza d’uso è acerba. Esistono pacchetti per macOS arm64 e per Linux, Windows non è supportato e il pacchetto npm documentato restituisce errore 404, quindi serve partire dal codice sorgente.

Un’esigenza che il mercato sta già riconoscendo

MemHub arriva in un momento in cui gli agenti stanno diventando proattivi e persistenti. Basta pensare a Claude Duet, l’agente proattivo di Anthropic, che per funzionare ha bisogno di ricordare contesto e abitudini. O a Agent Compute Engine di Google, che dà a ogni agente una micro macchina virtuale propria, e quindi uno stato che deve sopravvivere tra una sessione e l’altra.

In un panorama dove si discute anche di standard condivisi per le competenze degli agenti, come nel caso della donazione di Agent Skills alla Linux Foundation da parte di Anthropic, una memoria portabile e aperta è il tassello naturale che manca.

Cosa cambia per chi sviluppa e per chi fa SEO e marketing

Per uno sviluppatore la novità principale è che la memoria dell’agente diventa un componente sostituibile. Puoi tenere il modello di risposta che preferisci, hosted o locale, e far gestire la memoria a un writer specializzato che gira sul tuo hardware, senza mandare i tuoi dati a un servizio terzo.

Il costo è l’infrastruttura. Servono circa 60 GB di memoria per il modello in BF16, senza opzioni quantizzate al momento, e Tencent non ha pubblicato dati sul costo per conversazione. Per un freelance o una piccola azienda questo significa che la strada più sensata, almeno all’inizio, è provare il framework con un writer più leggero e valutare i risultati sul proprio caso d’uso.

Un altro dato merita attenzione: il framework occupa solo il 6,06% dei token in ingresso come memoria, contro una forbice dal 31,9% al 41,2% dei framework confrontati. Meno memoria iniettata nel prompt vuol dire meno token pagati a ogni richiesta, e questo è un vantaggio economico concreto se lavori con modelli a pagamento.

Per chi usa agenti nel marketing, nella produzione di contenuti o nell’analisi SEO, il tema è la continuità. Un agente che ricorda il tono del brand, le decisioni prese e i vincoli del cliente evita di ripartire da zero a ogni sessione, e riduce quei piccoli errori ripetuti che fanno perdere tempo.

I limiti da tenere presenti

Ci sono diversi punti ancora aperti. Non esiste una riproduzione indipendente dei benchmark, il risultato di generalizzazione poggia su una sola esecuzione, la licenza di framework e MemHub non è chiarita nelle fonti che ho consultato e la procedura di installazione di MemHub non è completa.

C’è poi una questione di fiducia: una memoria condivisa tra molti strumenti concentra informazioni sensibili in un unico posto. Che sia locale è un buon punto di partenza, ma vale la pena verificare con calma cosa viene salvato e come si cancella davvero.

Conclusioni: vale la pena provarlo?

Hy Memory 2.0 non è l’ennesimo modello da classifica. È un tentativo serio di trattare la memoria come infrastruttura a sé, con un modello dedicato, un framework e uno strumento di uso quotidiano, tutto con codice e pesi aperti. I numeri dichiarati sono incoraggianti, ma vanno riprodotti prima di fidarsi.

Se sviluppi o gestisci agenti, il consiglio è di leggere la scheda su Hugging Face, installare il framework da PyPI e fare un test su un tuo flusso reale, misurando token risparmiati e qualità delle risposte. Intanto tieni d’occhio i primi confronti indipendenti: nelle prossime settimane diranno se il vantaggio su Opus 5 regge anche fuori dal laboratorio di Tencent. Se vuoi capire come cambia il mercato dei modelli aperti, leggi anche la nostra analisi su Kimi K3.1 Pro di Moonshot AI.