Agent 要有长期记忆，就得有模型决定"哪些信息值得存、存成什么粒度、新证据来了怎么改旧条目"。这份活以前大多直接塞给主力大模型——能干，但贵且大材小用。腾讯混元最近开源的 Hy-Memory-30B-A3B 换了个思路：把"记忆写入员"做成专才小模型，总参 30B 的 MoE，每个 token 只激活约 3B，Apache 2.0 许可，权重已挂上 Hugging Face。

它在记忆框架里干什么

外部记忆框架的写路径——Mem0、MemOS，以及腾讯自己的 Hy-Memory 框架（覆盖 Chat、Working、Coding 三类场景）——过去由通用 LLM 兼任写入员。Hy-Memory-30B-A3B 就是这块的直接替换件：决定留什么信息、用什么精度表述、新证据如何更新持久记忆库。工程侧，模型卡注明 vLLM v0.31.0 实测可部署，走 OpenAI 兼容接口。

两阶段训练

第一阶段 Memory On-Policy Distillation（记忆同策略蒸馏）：学生在真实部署的框架配置里写记忆，教师在学生写出的状态链上给稠密监督。第二阶段归因记忆强化学习：直接考察写出的记忆库，按 chunk 级回传信用，最优记忆库跨窗口继承。

官方评测：专才小模型压过旗舰

评测原则是"只换写入模型，其余全冻结"：框架版本、提示词、检索配置、答题模型、裁判全部固定，每个写入模型都从空记忆库开始建库；四个框架各取六项指标等权平均（LoCoMo、LongMemEval、PersonaMem-v2、Travel、Shopping、Code Memory Bench），主矩阵在固定 20% 子样本上评测。

结果：Hy-Memory-30B-A3B 四框架宏平均 55.49，Claude Opus 5 为 54.62，DeepSeek V4.1 Flash 53.64，腾讯自家 Hy3 51.63，总参更大的 Qwen3.6-35B-A3B 只有 50.37。更硬的证据是训练时没见过的 EverMemOS：56.89 对 54.04，其中代码记忆基准 63.19 大幅领先对方的 49.53。

泼点冷水

这是官方自报评测，主矩阵只跑了 20% 子样本，第三方复现还没出现。逐项看也不是全面领先：Mem0 框架下的 LoCoMo，Opus 5 拿 69.47，明显高于本模型的 59.54。另外 Shopping 一栏所有写入模型都挤在约 14-24 分的低区间，偏好类记忆对谁都是硬骨头。

所以呢

这次发布真正值得记的不是"3B 赢了旗舰"，而是它验证了一个工程判断：记忆写入是窄而深的任务，专才小模型比通用大模型更划算——旗舰 API 当记忆写入员，成本和延迟都是奢侈品。技术报告在 arXiv:2610.22196，代码开在 GitHub 的 Tencent-Hunyuan/Hy-Memory。对做 Agent 记忆系统的团队，模型卡就是低成本换件实验的入场券。