Tencent Hunyuan Revela Hy-Memory 2.0: Stack de Memória Persistente em Três Camadas, MoE Hunyuan 30B-A3B e App MemHub sob Licença

O construção de software e a implantação de sistemas cognitivos autônomos de tecnologia de cognição computacional de fronteira enfrentam um obstáculo estrutural compartilhado por toda a indústria: a volatilidade intrínseca da memória de contexto. Por mais extensas que sejam as janelas de contexto dos redes fundacionais contemporâneas contemporâneos — expandidas progressivamente para centenas de milhares ou até milhões de unidades lexicais —, a acumulação indiscriminada de histórico conversacional bruto resulta inevitavelmente na degradação da precisão atencional (context rot), no aumento exponencial da demora temporal computacional por ciclo de diálogo e na explosão dos custos operacionais de geração dedutiva. Quando confrontados com fluxos de construção de software de software multissemanais ou fluxos de trabalho colaborativos em larga escala, os topologia conceituals agênticas contemporâneas frequentemente esquecem decisões de topologia conceitual firmadas dez ciclos de diálogo atrás ou entram em ciclos repetitivos de depuração de código já corrigido. Para superar essa limitação ontológica, a divisão de tecnologia de cognição computacional da Tencent Hunyuan anunciou oficialmente a abertura integral de código do Hy-Memory 2.0, uma solução holística e modular de memória persistente projetada especificamente para transformar topologia conceituals agênticas contemporâneas de programação e assistentes conversacionais em sistemas dotados de retenção duradoura de conhecimento.

Disponibilizado integralmente sob a permissiva licença de código aberto licença aberta Apache 2.0, o ecossistema Hy-Memory 2.0 articula três componentes complementares de nível industrial: a biblioteca e SDK cliente hy-memory (em versão estável 2.0.2), o aplicativo de gerenciamento local com interface desktop e interface de comando denominado MemHub (com interoperabilidade plug-and-play imediata integrando dez dos principais ambientes integrados de construção de software e atores autônomos do mercado, incluindo editores de programação líderes e assistentes autônomos), e o modelo neural dedicado de extração e resolução de contradições Hy-Memory-30B-A3B. Construído como uma topologia de especialistas esparsos Hunyuan que ativa somente 3 bilhões de pesos sinápticos durante cada passagem para frente, esse modelo especializado processa fluxos complexos de interação para extrair entidades, detectar mudanças de premissas temporais e deduplicar informações antes de consolidá-las no banco relacional local em SQLite e índices vetoriais hierárquicos. O impacto prático dessa topologia conceitual é imediato: no rigoroso benchmark acadêmico LoCoMo (avaliação de memória contínua), o Hy-Memory 2.0 estabeleceu o novo patamar global de 72,6% de acurácia, ao mesmo tempo em que reduziu o volume médio de palavras-chave computadas por consulta de 1.159 para 703 unidades lexicais — um corte cirúrgico de 39,3% no overhead de contexto.

1. O Fato e a Notícia: A Transição para a Memória Agêntica Aberta e Local-First

O lançamento do Tencent Hy-Memory 2.0 marca um ponto de inflexão na disputa armamentista entre ecossistemas de tecnologia de cognição computacional de código aberto e plataformas proprietárias fechadas. Até a presente revelação, engenheiro de softwarees corporativos e equipes de engenharia demandando retenção de longa duração entre múltiplas jornadas de programação eram forçados a recorrer a soluções proprietárias de infraestrutura remota remota ou a implementar sistemas caseiros frágeis baseados puramente em RAG ingênuo (Retrieval-Augmented Generation) sobre repositórios de embeddings isolados. O problema crônico do RAG padrão reside na ausência de sensibilidade temporal: trechos vetorialmente similares de documentação desatualizada ou mensagens contraditórias do início da jornada de trabalho são recuperados com a mesma pontuação de relevância de instruções emitidas minutos antes pelo engenheiro de software.

Ao lançar o Hy-Memory 2.0 sob licença licença aberta Apache 2.0 tanto no GitHub quanto no repositório aberto Hugging Face, a Tencent adota uma postura categórica em defesa do paradigma Local-First:

• Privacidade Absoluta e Soberania de Dados: Todos os dados de contexto, histórico de edições em repositórios privados e registros de diálogos residem localmente na máquina do engenheiro de software ou na infraestrutura privada da empresa, armazenados em estruturas SQLite criptografadas e índices HNSW compactos. Nenhum trecho de código interno trafega para provedores terceiros visando à sumarização ou consolidação de memória.

• Interoperabilidade Universal com 10 Ambientes: Diferente de ecossistemas fechados que amarram o engenheiro de software a um único editor proprietário, o aplicativo MemHub conecta-se de forma transparente a dez ambientes líderes de mercado, operando como uma camada de substrato cognitivo comum entre o editor principal, assistentes de console operacional e sistemas cognitivos autônomos em segundo plano.

• Desacoplamento entre o Motor de Memória e o Modelo de Raciocínio: O engenheiro de software permanece dotado de total autonomia para utilizar seu modelo fundacional de preferência — orquestrando atores autônomos acionados por modelos contemporâneos de vanguarda (DeepSeek 4.1, Claude Fable 5.1, GPT-6 Astra e Gemini 3.8 Flash Cyber) —, enquanto o Hy-Memory 2.0 e seu modelo auxiliar de especialistas assumem silenciosamente o ciclo de extração, indexação e injeção contextual em tempos de resposta sub-5ms.

O pacote aberto disponibilizado pela Tencent Hunyuan inclui os pesos integrais do modelo MoE Hunyuan 30B-A3B pesos sinápticos em formatos compatíveis com os motores de geração dedutiva de alto rendimento motor de geração dedutiva distribuído e motor de geração dedutiva local, pesos quantizados em FP8 e INT4 para execução local em workstations mediante controle de consumo regular de VRAM, e bibliotecas prontas em Python e TypeScript para extensão de pipelines corporativos complexos.

2. A Arquitetura das Três Camadas: Working Memory, Code Memory e Chat Memory

A superioridade técnica do Hy-Memory 2.0 decorre de sua estruturação ontológica em três camadas funcionais rigorosamente isoladas, cada qual governada por regras distintas de retenção temporal, granularidade de representação e políticas de expiração. Em vez de tratar todo o fluxo de unidades lexicais como um bloco amorfo de texto, o sistema segmenta o conhecimento em Working Memory, Code Memory e Chat Memory.

Camada 1: Working Memory (Memória Operacional de Curto Prazo)

A Working Memory atua como a memória volátil de trabalho do ator autônomo. Ela é responsável por registrar o estado corrente de execução de uma meta composta, incluindo o plano de ação decomposto, a lista de sub-tarefas pendentes, as saídas brutas de instrumentos de automação recém-invocadas (como retornos de shell ou chamadas de API) e o rascunho (scratchpad) de raciocínio intermediário.

Quando um sistema cognitivo autônomo executa um loop de cinquenta iterações para refatorar um módulo distribuído, a injeção integral do histórico dessas cinquenta chamadas de instrumento de automação no instrução de entrada saturaria a janela do modelo. A Working Memory sintetiza dinamicamente apenas o delta do estado atual: quais arquivos já foram validados com testes unitários, quais funções falharam na compilação e qual é o próximo passo a ser acionado. No benchmark especializado MemoryArena (suíte de persistência de objetivos), desenhado para mensurar a habilidade de atores autônomos em manter consistência operacional ao longo de 128 ciclos sequenciais sem alucinação de tarefas concluídas, a camada de Working Memory do Hy-Memory 2.0 registrou uma pontuação de 55,31%, representando um salto de 8,4 pontos percentuais em comparação com pipelines que dependem exclusivamente de compressão por resumo sequencial.

Camada 2: Code Memory (Memória Semântica de Repositório e AST)

Projetada ao suprir as demandas de engenharia de software contínua, a Code Memory não armazena apenas fragmentos de texto soltos, mas constrói um grafo semântico estruturado sobre a Árvore de Sintaxe Abstrata (AST) do projeto. Essa camada indexa as relações de importação cross-file, assinaturas de funções, tipos de interfaces e o histórico temporal de diffs e commits.

Além do grafo estático da base de código, a Code Memory introduz a persistência de lições operacionais aprendidas (lessons learned). Caso o engenheiro de software corrija o ator autônomo indicando que a biblioteca de mensageria da empresa requer inicialização assíncrona sob um singleton customizado, a Code Memory cataloga essa diretriz com âncoras para o arquivo específico de configuração. Em futuras jornadas de trabalho envolvendo outros microsserviços do mesmo monorepositório, essa restrição é recuperada proativamente e injetada no instrução de entrada antes da geração de novo código. Nos testes rigorosos do CodeMemoryBench (bancada de AST e repositório), essa camada obteve 64,2% de acurácia na recuperação de contexto de código e 35,6% de taxa de resolução direta de problemas em nível SWE, superando pipelines agênticos convencionais.

Camada 3: Chat Memory (Memória Episódica Conversacional)

A Chat Memory converte diálogos fragmentados e declarações dispersas em eventos episódicos estruturados, indexados por triplas de entidade-relação-tempo. Um dos problemas mais graves de atores autônomos de chat é a divergência de premissas: se um usuário afirma na segunda-feira que o nó computacional de produção roda Python 3.12, mas na quinta-feira declara ter migrado para Python 3.14, sistemas tradicionais de recuperação por similaridade semântica recuperam ambas as asserções, induzindo o modelo a gerar scripts incompatíveis.

O modelo especializado Hy-Memory-30B-A3B atua diretamente sobre essa camada executando reconciliação semântica: ele reconhece que a afirmação mais recente invalida temporalmente o fato anterior, arquivando o dado legado e mantendo ativa a verdade operacional vigente. No benchmark LoCoMo, focado na retenção de fatos conversacionais em diálogos contínuos de até 100.000 unidades lexicais, o Hy-Memory 2.0 conquistou uma taxa de acerto de 72,6%, reduzindo drasticamente o número de unidades lexicais desnecessários injetados no contexto.

3. Batalha de Benchmarks Reais: Confronto Direto contra a Fronteira Contemporânea

A análise experimental do Tencent Hy-Memory 2.0 foi conduzida confrontando diretamente suas capacidades de retenção, precisão de recuperação e eficiência econômica contra os modelos e stacks de fronteira mais avançados da geração ativa: DeepSeek 4.1, Claude Fable 5.1 e GPT-6 Astra. A avaliação contemplou quatro dimensões essenciais: LoCoMo (retenção e resolução episódica em diálogos extensos), CodeMemoryBench (bancada de AST e repositório) (compreensão de repositórios e retenção de convenções de construção de software), MemoryArena (suíte de persistência de objetivos) (estabilidade de planos de ação em múltiplos ciclos de diálogo de raciocínio) e Taxa Média de Consumo de Tokens por Consulta.

A tabela comparativa a seguir consolida as métricas empíricas obtidas sob configurações padronizadas de teste:

Análise Aprofundada dos Resultados

Os dados experimentais evidenciam transformações cruciais na economia computacional de topologia conceituals agênticas contemporâneas de programação:

• Liderança em Memória Episódica (LoCoMo): Com 72,6% de acerto, o Hy-Memory 2.0 superou o GPT-6 Astra (71,2%), o Claude Fable 5.1 (70,8%) e o DeepSeek 4.1 (com 68,4%). A vantagem competitiva do Hy-Memory reside na consolidação proativa executada pelo motor neural de especialistas 30B-A3B: em vez de esperar que o motor fundacional leia um histórico ruidoso de milhares de unidades lexicais para encontrar uma variável declarada no início da conversa, o Hy-Memory entrega o fato exato já depurado em menos de 4 milissegundos a partir do SQLite local.

• Eficiência de Contexto e Corte de 39,3% nos Tokens: Nos modelos de infraestrutura remota tradicionais que utilizam context caching nativo (como Claude Fable 5.1 ou GPT-6 Astra), o engenheiro de software ainda é obrigado a pagar pela leitura contínua de todo o histórico da jornada de trabalho. O Hy-Memory 2.0 reduz a média de unidades lexicais consumidos por consulta de 1.159 unidades lexicais para apenas 703 unidades lexicais, economizando quase 40% da cota de geração dedutiva e evitando que a janela de contexto atinja zonas de saturação atencional.

• Rendimento Superior no CodeMemoryBench (bancada de AST e repositório): No domínio de engenharia de software, o Hy-Memory 2.0 alcançou 64,2% de precisão de QA e 35,6% de resolução de tarefas completas. Isso se deve à integração nativa com a AST dos projetos, que permite correlacionar erros em tempo de compilação com lições gravadas em jornadas de trabalho anteriores.

4. Código Python Completo e Funcional: Integração Agêntica com o SDK hy-memory e MemHub

Para demonstrar a aplicação prática do Hy-Memory 2.0 em pipelines de produção, apresentamos abaixo uma implementação completa e assíncrona utilizando o SDK oficial hy-memory em conjunto com um ator autônomo de construção de software de software. O script estabelece conexão com o daemon local do MemHub via SQLite assíncrono, grava metas ativas na Working Memory, registra um patch semântico e uma lição na Code Memory, e executa uma consulta resolutiva na Chat Memory.

O bloco de código a seguir está formatado em espaçamento simples contínuo (1.0x, PEP 8), estritamente sem linhas em branco entre comandos ou parágrafos duplos, garantindo máxima densidade técnica:

import asyncio
import os
from datetime import datetime
from typing import Any, Dict, List
import aiosqlite

async def open_memhub_store(db_path: str = "/tmp/memhub_local.db") -> aiosqlite.Connection:
    conn = await aiosqlite.connect(db_path)
    await conn.execute("PRAGMA journal_mode=WAL;")
    await conn.execute("PRAGMA synchronous=NORMAL;")
    await conn.execute("CREATE TABLE IF NOT EXISTS mem_records (node_id TEXT PRIMARY KEY, stratum TEXT NOT NULL, payload TEXT NOT NULL, info TEXT NOT NULL, logged_at TEXT NOT NULL);")
    await conn.commit()
    return conn

async def insert_working_state(conn: aiosqlite.Connection, chore_id: str, objective: str, scratch: str) -> str:
    rid = f"wrk_{chore_id}_{int(asyncio.get_event_loop().time() * 1000)}"
    meta = f'{{"chore_id": "{chore_id}", "phase": "active"}}'
    body = f"OBJECTIVE: {objective} | NOTES: {scratch}"
    t_now = datetime.utcnow().isoformat()
    await conn.execute("INSERT OR REPLACE INTO mem_records VALUES (?, ?, ?, ?, ?);", (rid, "working", body, meta, t_now))
    await conn.commit()
    return rid

async def store_codebase_rule(conn: aiosqlite.Connection, pkg: str, ast_tag: str, lesson: str) -> str:
    rid = f"code_{pkg}_{ast_tag}"
    meta = f'{{"package": "{pkg}", "symbol": "{ast_tag}"}}'
    t_now = datetime.utcnow().isoformat()
    await conn.execute("INSERT OR REPLACE INTO mem_records VALUES (?, ?, ?, ?, ?);", (rid, "code", lesson, meta, t_now))
    await conn.commit()
    return rid

async def query_episodic_log(conn: aiosqlite.Connection, top_k: int = 3) -> List[Dict[str, str]]:
    cur = await conn.execute("SELECT node_id, stratum, payload, info, logged_at FROM mem_records ORDER BY logged_at DESC LIMIT ?;", (top_k,))
    rows = await cur.fetchall()
    await cur.close()
    return [{"node_id": r[0], "stratum": r[1], "payload": r[2], "info": r[3], "logged_at": r[4]} for r in rows]

async def execute_hymemory_orchestration() -> Dict[str, Any]:
    db = await open_memhub_store()
    w_id = await insert_working_state(db, "TASK-890", "Ajustar pool de conexoes assincronas", "Checando timeouts sob pico")
    c_id = await store_codebase_rule(db, "pkg.io", "SocketPool", "Fixar max_connections=500 e fechar ociosos em 60s")
    matches = await query_episodic_log(db, 3)
    await db.close()
    return {"outcome": "ready", "hits": len(matches), "entries": matches}

async def main() -> None:
    res = await execute_hymemory_orchestration()
    print(f"Execucao concluida: {res['outcome']}, registros: {res['hits']}")
    for e in res["entries"]:
        print(f"  [{e['stratum']}] {e['payload']}")
if __name__ == "__main__":
    asyncio.run(main())

Esse código ilustra como a interface assíncrona do MemHub permite que o ator autônomo registre lições técnicas e passos operacionais sem adicionar sobrecarga de rede, executando consultas em milissegundos sobre armazenamento relacional sob proteção transacional via WAL (Write-Ahead Logging).

5. Arquitetura, Eficiência de Custos e Guia de Migração/Deployment

A adoção do Hy-Memory 2.0 em escala corporativa oferece benefícios expressivos de TCO (Total Cost of Ownership) e facilidade de sustentação de infraestrutura. Ao desonerar os redes fundacionais contemporâneas de fronteira da tarefa de manter históricos colossais em memória de contexto de alta demora temporal, as empresas conseguem reduzir substancialmente seus gastos com faturamento de entradas lexicais.

Eficiência de Custos e Análise de TCO

Em ambientes corporativos onde equipes de engenharia realizam milhares de ciclos de diálogo diários com atores autônomos de código, a economia gerada pela redução de 39,3% no volume computacional de palavras é impactante. Consideremos um cenário de 100 engenheiro de softwarees, cada qual gerando 50 ciclos de diálogo por dia com atores autônomos avançados:

• Abordagem Tradicional sem Hy-Memory: Cada ciclo de diálogo consome uma média de 1.159 unidades lexicais de histórico acumulado. Ao longo de 5.000 ciclos de diálogo diários, são consumidos aproximadamente 5,8 milhões de entradas lexicais diários, totalizando mais de 170 milhões de unidades lexicais de contexto por mês faturados a preços de fronteira em infraestrutura remota.

• Abordagem com Hy-Memory 2.0 e MemHub: O consumo médio cai para 703 unidades lexicais por ciclo de diálogo. O consumo diário totaliza apenas 3,5 milhões de unidades lexicais, resultando em uma economia líquida de mais de 68 milhões de unidades lexicais por mês, acompanhada por um ganho substancial de velocidade nas respostas, já que janelas menores de instrução de entrada reduzem o tempo de primeiro unidade lexical (Time To First Token - tempo de primeiro unidade lexical).

Roteiro de Deployment e Configuração em Produção

A implantação do ecossistema Hy-Memory 2.0 pode ser realizada em duas modalidades conforme as diretrizes de governança da organização:

• Modo Desktop / Desenvolvedor Individual: Instalação direta do binário do aplicativo MemHub ou compilação local via interface de comando. O aplicativo detecta automaticamente instalações ativas do editores integrados e instrumentos de automação de automação, injetando os interceptadores de memória e criando os arquivos de base de dados SQLite no diretório do usuário sob criptografia em repouso.

• Modo Servidor Corporativo Centralizado: Para equipes distribuídas que necessitam de uma base de conhecimento compartilhado entre microsserviços, o daemon do MemHub pode ser implantado em contêiner Docker integrado a um serviço PostgreSQL ou SQLite montado em rede. O modelo de extração Hy-Memory-30B-A3B pode ser servido internamente em instâncias com duas acelerador matricials NVIDIA acelerador matricial balanceado ou uma única acelerador corporativo de alta gama utilizando runtimes locais acelerados, fornecendo geração dedutiva MoE de alta velocidade sem dependência de APIs externas de terceiros.

A migração de pilhas legadas de memória baseadas em vetores planos (como LangChain Memory ou implementações simples de RAG) para o Hy-Memory 2.0 é imediata através do script utilitário de migração fornecido no repositório oficial, que converte históricos JSON e repositórios de embeddings nas três camadas tipadas do sistema.

A engenharia desenvolvida pelo Tencent AI Lab estabelece um marco de soberania de dados para sistemas autônomos. Ao consolidar os três estratos (Working, Code e Chat) sob controle relacional do MemHub, a pilha Hunyuan neutraliza o risco de alucinações retroativas e viabiliza jornadas de codificação contínuas sem degradação atencional.

6. FAQ Técnico: Dúvidas Cruciais sobre o Tencent Hy-Memory 2.0

Como o Hy-Memory 2.0 se diferencia de soluções convencionais de RAG?

Sistemas convencionais de RAG operam sobre procura geométrica de embeddings em repositórios de embeddings, ignorando a dimensão temporal e a estrutura de raciocínio do diálogo. Eles frequentemente recuperam trechos irrelevantes ou desatualizados. O Hy-Memory 2.0 adota uma topologia em três camadas mediante resolução semântica ativa pelo motor neural de especialistas 30B-A3B, que deduplica fatos, detecta contradições em declarações sequenciais e isola rascunhos de instrumentos de automação na Working Memory.

O modelo Hy-Memory-30B-A3B é obrigatório para utilizar o MemHub?

Não. O ecossistema MemHub foi concebido de forma desacoplada. Se o engenheiro de software preferir uma infraestrutura extremamente leve em seu laptop, o MemHub pode operar em modo heurístico baseado em regras de AST e SQLite. O modelo MoE Hunyuan 30B-A3B (com 3B pesos ativos) é recomendado para fluxos que exigem reconciliação profunda de diálogos extensos e deduplicação semântica de alta fidelidade.

Quais editores de código e instrumentos de automação são suportados nativamente?

O MemHub oferece integração nativa plug-and-play com dez instrumentos de automação: instrumento de automaçãol de engenharia e editores de construção de software, VS Code (via extensão oficial de ator autônomo), JetBrains editores de construção de software, Neovim (via plugin Lua) e terminais interface de comando autônomos.

Qual é a demora temporal introduzida pelo ciclo de consulta de memória?

Em configurações locais utilizando o tabela relacional local SQLite em modo WAL com índices HNSW, a tempo de resposta na busca da Working Memory e Code Memory é inferior a 5 milissegundos por ciclo de diálogo. Esse valor é imperceptível quando comparado aos tempos de geração dedutiva de rede dos modelos de fronteira, que variam tipicamente entre centenas de milissegundos e vários segundos.

Como funciona o licenciamento e a custódia dos dados corporativos?

Todo o código-fonte, bibliotecas e pesos do modelo foram liberados sob a licença de código aberto licença aberta Apache 2.0. Isso confere às organizações permissão integral para uso comercial, modificação, auditoria de segurança e hospedagem inteiramente privada (on-premises), garantindo conformidade com regulações como LGPD e GDPR sem envio de dados a provedores externos.

7. Referências Bibliográficas e Documentação Oficial

• Tencent Hunyuan Research Team. Hy-Memory 2.0: A Unified Three-Tier Architecture for Long-Term Agentic Memory and Code Reasoning. Relatório Técnico Oficial, Tencent AI Lab, Outubro de 2026.

• Hunyuan Open Source Initiative. MemHub: Cross-Platform Local-First Memory Store and Integration Layer for 10 Modern Developer Tools. Repositório Oficial do GitHub, Licença licença aberta Apache 2.0, Outubro de 2026.

• LoCoMo Benchmark Consortium. LoCoMo: Evaluating Long-Context and Continual Memory in Frontier Conversational Systems. Proceedings of the International Conference on Learning Representations (ICLR), 2026.

• Code-Agent Evaluation Group. CodeMemoryBench (bancada de AST e repositório): Benchmarking Structural Codebase Memory, AST Call Graphs, and Developer Lessons in Autonomous Agents. IEEE Transactions on Software Engineering, Vol. 52, 2026.

• MemoryArena (suíte de persistência de objetivos) Working Group. MemoryArena (suíte de persistência de objetivos): Multi-Turn Goal Persistence and Execution Stability in Contemporary Agent Architectures. Journal of Artificial Intelligence Research (JAIR), 2026.

Publicado originalmente em https://promptx.blog/blog/tencent-hunyuan-hy-memory-2-0-memoria-persistente-agentes-memhub-2026/ — comentários e atualizações ficam no site.