Das Wichtigste in Kürze

  • Hy Memory 2.0 ist ein offenes Speichersystem von Tencent Hy, bestehend aus dem Modell Hy-Memory-30B-A3B, einem Memory-Framework und der App MemHub.
  • Das Framework trennt Erinnerungen aus Chat, Arbeit und Code, damit ein Assistent nicht alles in einen einzigen Kontextblock wirft.
  • MemHub gibt es als Kommandozeilen-Werkzeug und als Mac-App und soll Erinnerungen über mehr als zehn KI-Tools hinweg abgleichen.
  • Tencent Hy gibt an, mit dem Modell auf wichtigen Speicher-Benchmarks Opus 5 zu schlagen und in vier Benchmarks als bestes offenes System zu führen; unabhängige Prüfungen stehen noch aus.

Kurzüberblick

TypOffenes Speichersystem aus Modell, Framework und App
GeräteMemHub als CLI und Mac-App; Modell selbst gehostet
KostenOffener Quellcode; Betriebskosten selbst prüfen
SprachenNicht bestätigt; Angaben auf der offiziellen Seite prüfen
HighlightEine Speicherschicht über Cursor und weitere KI-Tools
EinstiegQuellcode und Anleitung im offiziellen Repository auf github.com
KategorieDev- & Web-Tools
UrheberTencent Hy
Offizielle Seitegithub.com ↗
Trend-Index🔥 155,9 Tsd. Trend-Index
Zuletzt aktualisiert

Was Hy Memory 2.0 von Tencent Hy eigentlich ist

Hy Memory 2.0 ist ein offenes Speichersystem, das Tencent Hy am 16. Oktober 2026 vorgestellt hat. Es besteht aus drei Teilen: dem Spezialmodell Hy-Memory-30B-A3B mit rund 3 Milliarden aktiven Parametern, einem Framework, das Erinnerungen verwaltet, und der Anwendung MemHub. Zusammen sollen sie als privater Gedächtnisverwalter für Chat-, Arbeits- und Code-Kontext dienen, statt Erinnerungen in jedem Werkzeug neu aufzubauen.

Das Problem ist bekannt: Wer täglich mit mehreren KI-Assistenten arbeitet, erklärt jedem davon dieselben Vorlieben, Projektregeln und technischen Entscheidungen erneut. Herkömmliche Assistenten halten Kontext nur innerhalb einer Sitzung oder eines Anbieters. Hy Memory 2.0 setzt genau dort an und versucht, Erinnerungen als eigene, übertragbare Schicht zwischen den Werkzeugen zu führen.

Derzeit ist das System im Trend, weil Tencent Hy behauptet, das Modell schlage Opus 5 auf wichtigen Speicher-Benchmarks und führe in vier Benchmarks unter den offenen Systemen. Solche Eigenangaben sind ein Ausgangspunkt, kein Beweis. Wer plant, Hy Memory 2.0 produktiv zu nutzen, sollte die Benchmark-Details und die tatsächlichen Grenzen im offiziellen Repository selbst nachlesen.

  • Drei Bausteine, ein Zweck

    Modell, Framework und MemHub sind getrennt nutzbar, entfalten ihren Nutzen aber gemeinsam als durchgängige Speicherschicht.

  • Getrennte Gedächtnisarten

    Chat-, Arbeits- und Code-Erinnerungen liegen in verschiedenen Bereichen, damit ein Programmierkontext nicht mit privaten Gesprächen vermischt wird.

  • Offener Quellcode

    Code und Anleitung liegen im offiziellen Repository auf github.com, sodass du Abläufe prüfen und selbst hosten kannst.

So funktionieren Speichermodell, Framework und MemHub zusammen

Das Framework ist die Verwaltungsschicht. Es nimmt Erinnerungen auf, ordnet sie den Bereichen Chat, Arbeit und Code zu und entscheidet, welche Einträge zu einer aktuellen Anfrage passen. Diese Trennung ist praktisch, weil sie verhindert, dass vertrauliche Gesprächsinhalte in eine Coding-Sitzung gelangen oder umgekehrt technische Details in einen lockeren Chat.

Das Modell Hy-Memory-30B-A3B übernimmt das Abrufen und Verdichten. Die Bezeichnung deutet auf rund 30 Milliarden Gesamtparameter hin, von denen pro Anfrage nur etwa 3 Milliarden aktiv werden. Diese Bauweise, bekannt als Mixture-of-Experts, senkt den Rechenaufwand, weil nicht bei jedem Schritt das gesamte Netzwerk arbeitet. Wie gut das in der Praxis skaliert, hängt von deiner Hardware und der genauen Ausführung ab.

MemHub ist die sichtbare Schnittstelle. Es gibt sie als Kommandozeilen-Werkzeug und als Mac-App, sie soll zulässige Verläufe importieren und Erinnerungen über mehr als zehn KI-Tools hinweg abgleichen, darunter Cursor. Der Reiz liegt im Übergang: Du beginnst eine Aufgabe in einem Editor und führst sie in einem anderen Assistenten fort, ohne alles neu zu erklären. Ob ein bestimmtes Werkzeug bereits unterstützt wird, solltest du vor dem Import auf der offiziellen Seite prüfen.

  • Bereichstrennung als Sicherheitsnetz

    Weil Chat, Arbeit und Code getrennt liegen, lässt sich steuern, welche Erinnerungen ein Werkzeug überhaupt sehen darf.

  • Sparende Aktivierung

    Nur ein Bruchteil der Parameter rechnet pro Anfrage mit, was den Betrieb auf eigener Hardware realistischer macht als bei einem vollständig dichten Modell gleicher Größe.

  • Ein Gedächtnis, viele Werkzeuge

    Der eigentliche Vorteil entsteht erst, wenn mehrere Assistenten dieselbe Speicherschicht nutzen und du Kontext nicht doppelt pflegst.

  • Grenzen ernst nehmen

    Automatisch zusammengefasste Erinnerungen können falsch oder veraltet sein; prüfe wichtige Einträge und lösche, was nicht mehr stimmt.

Einrichtung und Arbeitsablauf Schritt für Schritt

Der Einstieg läuft über das offizielle Repository auf github.com, wo Quellcode und Anleitung liegen. Ein sauberer Start ist ein kleines, unkritisches Projekt: Du installierst MemHub, verbindest zunächst nur ein Werkzeug und beobachtest, welche Erinnerungen tatsächlich geschrieben und wieder abgerufen werden. Erst wenn das nachvollziehbar funktioniert, lohnt sich der breitere Einsatz.

Für den Modellbetrieb brauchst du eigene Rechenleistung oder eine Umgebung, in der du das Modell ausführen darfst. Die genauen Anforderungen, unterstützten Formate und Startbefehle stehen in der Anleitung; verlass dich darauf und nicht auf Schätzungen aus zweiter Hand. Plane außerdem, wo Erinnerungen gespeichert werden und wer darauf Zugriff hat, denn genau diese Datei ist der wertvollste und sensibelste Teil des Systems.

Im Alltag arbeitet Hy Memory 2.0 am besten als Hintergrundschicht. Du trägst einmalig Projektregeln, Namenskonventionen und Vorlieben ein, und die Assistenten greifen darauf zu. Wichtig ist Pflege: Erinnerungen, die niemand mehr prüft, veralten schnell und können Antworten in die falsche Richtung ziehen. Ein kurzer, regelmäßiger Durchgang durch die gespeicherten Einträge verhindert das.

  • Klein anfangen

    Teste zuerst mit einem harmlosen Projekt und einem einzigen Werkzeug, bevor du echte Arbeitsverläufe anbindest.

  • Zugriff begrenzen

    Lege fest, welche Werkzeuge welche Bereiche lesen dürfen, und halte Code- und Privatgedächtnis getrennt.

  • Erinnerungen pflegen

    Räume gespeicherte Einträge regelmäßig auf, sonst schleppen Assistenten veraltete Annahmen mit.

Für wen sich Hy Memory 2.0 lohnt und wo die Grenzen liegen

Am meisten profitieren Menschen, die täglich zwischen mehreren KI-Werkzeugen wechseln: Entwicklerinnen und Entwickler mit Editor-Assistenten, Teams mit eigenen Arbeitsregeln und alle, die wiederkehrende Erklärungen satt haben. Wer nur einen einzigen Chat-Assistenten für gelegentliche Fragen nutzt, wird den Aufwand für Installation und Pflege kaum rechtfertigen können.

Im Vergleich zu anbietereigenen Gedächtnisfunktionen ist der offene Ansatz der Unterschied. Du kannst Code prüfen, selbst hosten und die Speicherschicht unabhängig von einem einzelnen Anbieter betreiben. Dafür trägst du mehr Verantwortung: Betrieb, Sicherheit und Datenpflege liegen bei dir. Geschlossene Lösungen sind bequemer, binden dich aber stärker an einen Anbieter und dessen Regeln.

Die Angaben zu Benchmarks stammen von Tencent Hy selbst. Unabhängige Nachprüfungen, genaue Messmethoden und die vollständige Liste unterstützter Werkzeuge solltest du im offiziellen Repository und auf der Projektseite kontrollieren, bevor du dich darauf verlässt. Auch die Frage, welche Sprachen und Plattformen offiziell unterstützt werden, ist nicht abschließend bestätigt und gehört auf deine Prüfliste.

  • Starker Fall

    Mehrere Assistenten, wiederkehrende Projektregeln und der Wunsch, Kontext nicht ständig neu zu erklären.

  • Schwacher Fall

    Ein einzelner Assistent für gelegentliche Fragen, bei dem sich der Einrichtungsaufwand nicht auszahlt.

  • Offen gegen geschlossen

    Selbst hosten und prüfen können wiegt mehr Aufwand auf, während fertige Anbieterlösungen bequemer, aber weniger kontrollierbar sind.

Schritt-für-Schritt-Anleitung

  1. Repository und Anleitung lesen

    Öffne das offizielle Repository auf github.com und lies die Anleitung vollständig, bevor du etwas installierst. Achte besonders auf Systemvoraussetzungen, unterstützte Werkzeuge und Hinweise zum Datenschutz. Notiere offene Fragen, die du später auf der Projektseite klärst.

  2. MemHub installieren

    Richte MemHub nach Anleitung ein, als Kommandozeilen-Werkzeug oder als Mac-App. Prüfe nach dem Start, ob die Anwendung läuft und welche Befehle oder Schaltflächen zum Import von Verläufen bereitstehen. Verändere noch keine produktiven Daten.

  3. Modell bereitstellen

    Stelle Hy-Memory-30B-A3B in einer Umgebung deiner Wahl bereit und folge dabei den Angaben zur Ausführung. Kontrolliere, ob Speicherbedarf und Rechenleistung zu deiner Hardware passen. Wenn nicht, prüfe, ob eine kleinere Konfiguration oder ein anderer Betriebsweg dokumentiert ist.

  4. Erstes Werkzeug verbinden und testen

    Verbinde ein einziges, unkritisches Werkzeug mit MemHub und führe eine kleine Aufgabe aus. Beobachte, welche Erinnerungen geschrieben werden und ob sie beim nächsten Aufruf korrekt wieder auftauchen. Erst nach diesem Test lohnt sich die Anbindung weiterer Werkzeuge.

  5. Erinnerungen prüfen und pflegen

    Sieh dir die gespeicherten Einträge an, korrigiere Fehler und lösche Veraltetes. Lege Regeln fest, welche Bereiche welche Werkzeuge lesen dürfen. Wiederhole diese Pflege in kurzen Abständen, damit die Speicherschicht verlässlich bleibt.

Häufige Fragen

Was kostet Hy Memory 2.0?

Der Quellcode ist offen und im offiziellen Repository auf github.com verfügbar, eine Lizenzgebühr wird in den vorliegenden Angaben nicht genannt. Kosten entstehen vor allem durch den Betrieb: Rechenleistung für das Modell, Speicherplatz für Erinnerungen und deine Zeit für Einrichtung und Pflege. Prüfe die genauen Lizenzbedingungen und Hinweise auf der offiziellen Seite, bevor du es produktiv einsetzt.

Auf welchen Geräten läuft Hy Memory 2.0?

MemHub wird als Kommandozeilen-Werkzeug und als Mac-App beschrieben, das Modell läuft in einer von dir bereitgestellten Umgebung. Ob weitere Plattformen offiziell unterstützt werden, ist in den vorliegenden Angaben nicht bestätigt. Kläre vor der Installation, welche Betriebssysteme und Hardware die Anleitung ausdrücklich nennt, und teste zuerst auf einem unkritischen System.

Wie funktioniert der Speicher über mehrere KI-Tools hinweg?

MemHub sammelt zulässige Verläufe und legt Erinnerungen in getrennten Bereichen für Chat, Arbeit und Code ab. Das Modell Hy-Memory-30B-A3B wählt bei einer Anfrage die passenden Einträge aus und stellt sie dem jeweiligen Werkzeug bereit. So soll derselbe Kontext in mehr als zehn KI-Tools verfügbar sein, darunter Cursor. Welche Werkzeuge genau unterstützt werden, steht in der offiziellen Dokumentation.

Schlägt Hy-Memory-30B-A3B wirklich Opus 5?

Tencent Hy gibt an, das Modell schlage Opus 5 auf wichtigen Speicher-Benchmarks und führe in vier Benchmarks unter den offenen Systemen. Das sind Angaben des Anbieters, keine unabhängig bestätigten Ergebnisse. Benchmarks hängen stark von Aufgaben, Messmethode und Konfiguration ab. Wenn dir das wichtig ist, lies die genauen Benchmark-Details im Repository und teste das Modell mit deinen eigenen Aufgaben.

Ist es sicher, private Chats und Kundendaten zu importieren?

Die Anleitung empfiehlt ausdrücklich, zuerst mit einem kleinen, unkritischen Projekt zu testen und erst danach private Chats, API-Schlüssel oder Kundendaten zu importieren. Da Erinnerungen an einem Ort zusammenlaufen, ist dieser Speicher besonders schützenswert. Lege vor dem Import fest, wer Zugriff hat, welche Bereiche getrennt bleiben und wie du Einträge wieder löschen kannst.