腾讯混元发布了一款名为 Hy-Memory-30B-A3B 的模型，定位是长期记忆的「写入器」。它总参数量约 30B、激活参数约 3B，专门负责外部记忆框架中的写入路径，直接替换 Mem0、MemOS 与 Hy-Memory 内部原本使用的通用大模型，覆盖对话、工作与编程等场景，判断哪些信息应当保留、以多高的精度表示，以及新证据应如何更新持久记忆库。模型采用 Apache-2.0 许可，支持中英文。
所谓「写入路径」，指的是智能体在对话或任务过程中，把值得长期记住的内容筛选、压缩并存入记忆库的环节。过去这一步通常交给通用大模型完成，但通用模型并非为此优化，容易写入冗余或遗漏关键信息。腾讯混元的思路是把写入单独拆出来，用一个更小的专用模型承担，从而在保持记忆质量的同时降低调用成本。
训练分两个阶段。第一阶段是记忆在线策略蒸馏（OPD），由教师模型对学生模型自己写出的状态链提供密集监督；第二阶段是归因记忆强化学习，系统检查生成的记忆库，按块分配信用，并把选中的记忆库跨窗口传递。两阶段都在与部署环境一致的框架配置中完成，因此模型可以直接迁移到训练时未见过的记忆框架，例如 EverMemOS。
评测只改变记忆写入器，其余环节全部固定：框架版本与提示词不变、检索配置不变、回答模型与评判模型不变。报告中提到的 DeepSeek Flash 端点均指 DeepSeek V4.1 Flash。出于计算效率考虑，四个框架的基准都在固定的 20% 子样本上评测，每个框架得分是六项指标的等权平均，包括 LoCoMo Judge、LongMemEval（LME）、PersonaMem-v2（PM-v2）、Travel SPS、Shopping PS 与 Code Memory Bench（CMB），其中 CMB 本身是两项仓库问答评测的等权平均；总分为四个框架得分的等权平均。
在跨框架总榜上，Hy-Memory-30B-A3B 以 55.49 的宏平均分居首，Claude Opus 5 以 54.62 紧随其后，DeepSeek V4.1 Flash 为 53.64，Hy3 为 51.63，Qwen3.6-35B-A3B 为 50.37，Hy3-A3B Base 为 47.66，Qwen3-30B-A3B 为 44.37。分框架看，Hy-Memory-30B-A3B 在 Mem0 上得 54.02、Hy-Memory 上 60.55、MemOS 上 50.51、留出的 EverMemOS 上 56.89，四项均排第一，但领先幅度普遍不大，与 Claude Opus 5 在多个框架上仅相差零点几到两分多。
细节层面呈现出明显的指标分化。在 Mem0 框架下，Hy-Memory-30B-A3B 的 LME 达 73.00、Travel 达 54.51，明显高于 Claude Opus 5 的 66.00 与 42.98，但 LoCoMo 为 59.54、CMB 为 67.13，均低于对手的 69.47 与 70.74。在 Hy-Memory 框架下，两者总分几乎持平（60.55 对 60.53），Claude Opus 5 在 LoCoMo 与 CMB 上略胜，Hy-Memory-30B-A3B 则在 Travel 上领先。MemOS 框架下两者同样胶着，50.51 对 50.50。
这组结果传递出两层信息。其一，记忆写入是一个可以被专门化、且专门化后能带来增益的环节——一个激活参数约 3B 的模型在多个框架上追平甚至小幅超过通用大模型，说明「小模型 + 专用训练」在智能体记忆层具备可行性，这对关注推理成本与部署效率的团队有直接参考价值。其二，领先优势并不稳固，多数框架的差距在统计噪声可能覆盖的范围内，且不同指标各有胜负，说明通用大模型在记忆写入上并未被全面超越。
从产业视角看，记忆层是智能体从「一次性问答」走向「持续陪伴与长期任务」的基础设施。若写入环节能由更小的专用模型承担，记忆框架的整体调用成本有望下降，进而影响智能体应用的规模化节奏。腾讯混元把模型开源并强调跨框架迁移能力，也意味着这一环节的竞争可能从「谁的通用模型更强」转向「谁的记忆写入更省、更准」。后续值得观察的是，这类专用写入器在真实长周期任务中的表现，以及它与检索、回答等记忆框架其他环节的配合效率。