10 月 15 到 17 日这三天Meta、腾讯、DeepSeek 各自出了一张牌打的是同一个词记忆。Meta 在闭源模型 Muse Wonder 里内置了 Active Memory跨天跨月地记住用户的偏好和决定记忆成了模型的出厂配置。腾讯混元把记忆拆成模型、框架、应用三层一次性全部开源。DeepSeek 最狠在 552B 主模型外面挂了一个 196B 的 Engram 记忆模块只查表、不计算、不计入激活参数。三件事方向一致Agent 的记忆正在从「产品里的一个功能」变成「能单独下载、单独复用的基础设施」。记忆这件事为什么突然被三家同时盯上因为 Agent 跑不出单次会话的上下文窗口这件事已经卡了整条产业链。长上下文模型越来越贵KV Cache 越压越狠但跨任务、跨会话的状态保持一直没有好答案。记忆就是那个绕不过去的答案。三条路交付的东西不一样同样是做记忆三家交付的单位完全不同锁定性也完全不同。Meta 走的是厂商内置。记忆被塞进闭源模型用户拿不到参数、看不到召回逻辑只能「用」不能「改」。好处是零集成成本代价是记忆和模型绑死换模型等于换记忆。Anthropic 和 OpenAI 也在走这条路Anthropic 8 月底把 Claude 的 chat 和 Cowork 记忆合并9 月进一步推进跨场景持久化。这条路的隐患在于记忆是 Agent 栈里最难迁走的东西把它锁在厂商手里等于锁死了用户的迁移成本。DeepSeek 走的是架构级组件。按 vLLM 官方文档的口径Engram 是「按 n-gram 查表的条件记忆」196B 参数拆成两张表挂在主干第 1 层和第 14 层检索时先做 token 归一化再用多哈希对 2/3/4 阶 n-gram 查表查出来的向量过一道 sigmoid 门控跟当前上下文矛盾就压下去。关键设计是查表不计算容量靠表规模撑大每次前向只查需要的行成本跟上下文长度脱钩。两百个 GB 的表权重放在主机内存里支持 CPU 甚至磁盘卸载。它一口气回答了「长上下文太贵」和「跨任务状态保持」两个问题。上图DeepSeek Engram 条件记忆模块的检索与门控流程。腾讯走的是开源三层栈。模型层 Hy-Memory-30B-A3B 是约 30B 总参、3B 激活的 MoEApache 2.0 加技术报告框架层 hy-memory 覆盖聊天、工作、代码三类记忆自称是业界首个同时提出工作记忆和代码记忆的框架应用层 MemHub 是本地优先的 CLI 和 macOS 应用以插件形式接 Cursor、Codex、Claude Code、Qwen Code 等约 10 种工具。记忆数据沉淀在本地目录安全文档里明确说不采集屏幕内容、无障碍树、OCR、剪贴板和后台音频。这条路交付的是「可迁移」——Apache 2.0 的模型加上本地优先的应用用户才算真正拥有自己的记忆。上图2026 年 10 月 Agent 记忆的三条技术路线。14 家厂商没有一个共同协议记忆层最大的问题是玩家太多、协议为零。2026 年 10 月的一篇分析把这层描述成「14 家以上厂商、零共享协议、无迁移保证」。工具层有 MCPAgent 协作层有 A2A身份层有 Poppy唯独记忆层没有标准。主要玩家分三股。开源组件股Mem0 约 4.8 到 6 万 star拿了 2400 万美元 A 轮是 AWS Agent SDK 的独家记忆Graphiti原 Zep 的开源部分约 2.7 万 star做双时序知识图谱Letta 约 2.3 万 star走有状态 Agent 平台加 sleep-time compute。编码工具股claude-mem 约 8.1 万 star是今年记忆层的采用故事。大厂股AWS AgentCore Memory、Cloudflare Artifacts、Anthropic 的 Claude Memory、OpenAI 的 ChatGPT Memory清一色平台绑定。上图2026 年记忆基础设施的厂商分布标注为社区口径 star 数。零协议的直接后果是锁死。超大规模云厂商偏好平台绑定的记忆、不提供导出工具中立的 Mem0、Zep 拿多云迁移当卖点。5 月的一份 Portable Agent Memory 预印本显示标准化后记忆迁移的连续性能到 0.83 到 0.92而基线只有 0.28 到 0.45但这份标准至今没落地。我判断记忆层的碎片化会先加剧再收敛谁先把「可迁移」做成默认能力谁就拿到这一层的话语权。记忆开始有落地数字了记忆变成基础设施最实的信号是它开始有可验证的业务数字了。腾讯 Hy Memory 已经跑在自家业务里。自选股接入后多跳召回率从 50% 提到 90%整体通过率从 64% 升到 81%iWiki 上只用召回记忆作答正确率比喂完整原文还高 48.6%。这些数字说明记忆不只是「让 Agent 更懂你」的体验项而是能直接改善任务完成率的生产力组件。框架层的性能口径同样硬。证券时报和 IT之家交叉引用的数据是聊天记忆 LoCoMo 72.6%工作记忆 MemoryArena 55.31%代码记忆 CodeMemoryBench 问答准确率 64.2%而记忆存储量只有输入 token 的 6.06%别的框架普遍在 31.9% 到 41.2%。存储压到六分之一记忆就不再是「喂多少占多少」的奢侈品而是能规模化交付的能力。生态侧的接收速度也快。DeepSeek Engram 从发布到 vLLM、SGLang、Together AI、DeepInfra、NVIDIA NeMo 的 Day-0 支持用了不到三天。一个 196B 的架构级记忆模块能这么快被推理栈接住说明「记忆作为模型组件」这件事底层已经准备好了。上图腾讯混元 Hy-Memory 官方仓库的架构图原图2026-10-20来源github.com/Tencent-Hunyuan/Hy-Memory三个没解决的问题评测、遗忘、归属记忆一旦成了基础设施三个过去没人细想的问题会立刻冒出来。评测。记忆好不好现在没有公认尺子。LoCoMo、LongMemEval 已经接近饱和各家分数没法直接比Mem0 报 92.5%、Zep 报 94.7%方法学都不统一新的硬基准是 BEAM用 1M 甚至 10M token 考记忆。腾讯那套四评测宏观 55.49 分、略超 Claude Opus 5 的 54.62是腾讯自测、基于 20% 基准子样本暂无第三方复现。我预判记忆评测会像当年的 SWE-bench 之于编程 Agent 一样成为下一个被高频引用的方向。遗忘。存储和检索基本解决了前沿变成了智能遗忘让 Agent 忘掉过时偏好、纠正矛盾事实、把经验沉淀成判断。Zep 用失效不删除的双时序模型处理过期事实Letta 用 sleep-time compute 在空闲时重写记忆学术圈在探索 RL-based memory 和层级时序整合。这里藏着一个风险如果遗忘能被训练出来它会不会顺带忘掉安全关键信息。归属。记忆存的是用户的偏好、决策、身份是最敏感的数据。腾讯把记忆沉淀到本地、声明不采集屏幕和剪贴板是先立隐私的旗AWS、Cloudflare 的平台绑定记忆则把记忆变成云厂商手里最难迁走的数据。当记忆成了基础设施记忆数据的主权归属会比模型权重归属更尖锐。上图记忆基础设施化之后浮现的三个新战场。记忆会成为 Agent 基础设施的一等公民这件事我不再怀疑。真正要判断的是 DeepSeek 和腾讯这两条中国路线一个把记忆做成架构级组件一个把记忆做成开源三层栈两条路补的是同一块拼图的两半。我判断Engram 的外挂稀疏记忆如果被验证能泛化会是 2026 年 Q4 开源模型架构里最重要的一条线腾讯的三层栈会赢在可迁移。两条路迟早合流架构级组件的模型配上开源三层栈的交付方式才是记忆基础设施的终局。有一点我先不下结论Engram 的查表粒度、可写性、跨会话这些细节公开材料还不足以判断它到底是真记忆还是一种更聪明的缓存要等 DeepSeek 的技术报告出完整版才能定。参考来源vLLM 官方文档 — Engram: conditional memory via n-gram lookupsGitHub — Tencent-Hunyuan/Hy-Memory官方仓库证券时报 — 腾讯混元发布智能体记忆框架 Hy Memory 2.0 模型、框架、应用三层全开源IT之家 — 腾讯混元记忆框架 Hy Memory 2.0 发布开源专用模型性能超 Opus 5MarkTechPost — DeepSeek Just Released V4.1-Flash-1017, Scores 77.0 on DeepSWETogether AI — DeepSeek V4.1 Flash 1017: Architecture, Benchmarks, PricingHuggingFace MemTensor — Agent Memory Is Not RAG: A 2026 Production Field Guide每日更新。