MemHub 想讓 AI 工具共用記憶:看官方示範前,先分清同步、授權與預覽限制
騰訊 Hy-Memory 2.0 開源,MemHub 把授權對話整理成跨工具記憶。官方影片展示延續工作偏好與進度;目前仍是預覽版,10 種整合未全數開放,本地儲存也不代表資料完全不外傳。
本文導覽
換一個 AI 工具,就要重新交代週報格式、專案規範與上次進度,是多工具工作常見的麻煩。騰訊於 2026 年 10 月 16 日公布 Hy-Memory 2.0,開源記憶模型、框架與 MemHub 應用;其中 MemHub 想讓使用者授權的對話,成為不同工具可延續使用的背景。
官方展示:Hy-Memory 2.0 公告與 MemHub 影片 · 官方下載:MemHub v1.0.4 實際發布檔案 · 官方入口:MemHub 說明與預覽版狀態
先看官方功能頁與影片,再從MemHub v1.0.4 發布頁核對實際下載項目。本篇整理官方示範及版本文件,沒有安裝、匯入對話、連接模型或實測召回;目前是預覽版,適合先理解用途與限制。
示範最有感的地方:下一個工具能接續工作
官方影片用四個例子說明:WorkBuddy 取回週報寫法,Cursor 沿用程式規範,Codex 參考先前的逾時設定,Hermes 接續重構進度。這些畫面呈現產品想解決的工作情境,不能當成每次都能準確找回資訊的實測保證。
圖說:官方影片第 60 秒單幀,1920×1080,未裁切或修圖。四張卡片是官方功能示意,含工作規範與進度範例,並非本站操作紀錄或四個工具的實際完整畫面。來源:官方原始影片。
實作上,要分清三件事:允許讀哪些對話、交給哪個模型整理,以及哪些工具能查詢記憶。官方文件把這些列為獨立授權。本文查到的是本機跨工具整合,沒有驗證跨裝置雲端同步。
兩個開關分工不同,關同步不會一併撤權
「同步會話」是把已授權來源的歷史與新對話匯入;「一鍵插入應用」則讓該工具查詢 MemHub。後者可能寫入工具設定、外掛與連接憑證,啟用前應先看清楚讀取範圍。
圖說:官方影片第 90 秒單幀,1920×1080,未裁切或修圖。WorkBuddy 詳情頁分別顯示「同步會話」與「一鍵插入應用」,可用來理解兩種控制;開關狀態與時間皆為官方展示資料,非本站實測。來源:官方原始影片。
依 v1.0.4 文件,關掉同步後不再接收新內容,但少量已執行的工作可完成,既有記憶仍可被查詢。它也不會自動移除外掛或撤銷查詢權限;若目的是不再讓某工具讀記憶,還要處理該工具的接入授權。解除安裝預設也保留記憶,刪資料是另一個需確認的動作。
首頁說 10 種工具,版本文件有兩項例外
官方首頁列出 10 種整合,但 v1.0.4 支援矩陣只有 Hermes、Cursor、Claude Code、Codex、WorkBuddy、OpenCode、Qwen Code 與 Pi 標示開放。OpenClaw 的接入與同步開關凍結;DeepSeek Harness 詳情頁被排除,且列有 Profile 介面問題。不能把首頁數字解讀成 10 種工具都已完整可用。
各工具的讀取方式也不同,有的透過事件掛鉤,有的掃描來源資料。接入檢查成功不代表正在開啟的工具已重新載入設定;官方建議完整退出目標工具,再開新會話。
下載前,分開看發布檔案與未來目標
查核至 2026 年 10 月 18 日,最新公開發布是 v1.0.4,發布時間為當日 11:14 UTC;部分隨版 README 與安裝文件仍標示 v1.0.3,應以發布資產清單分開核對。v1.0.4 頁面實際列出 Apple Silicon Mac 的 DMG 與執行環境,以及 Linux arm64、x64 執行環境。文件列 macOS 13 起、Windows 不支援;本次沒有看到 Intel Mac 的發布檔案。
v1.0.4 已附 release-manifest.json 與 checksums.txt;本文核對發布清單,未執行安裝或驗證二進位檔。下載時仍應對照平台與官方校驗資訊,不能把檔案存在視為每個平台的安裝流程都已由本站驗證。
本地儲存之外,還要看模型與費用
隱私文件說明,來源原文保存在本機;若選擇第三方模型服務,完成任務所需的授權內容仍會送給該服務。啟用前應確認供應商、傳送範圍與用途,尤其不要先把工作對話全部匯入,才回頭檢查公司的資料規範。
MemHub 採 Apache 2.0 授權;開源不代表模型呼叫、電力或運算沒有成本。本次沒有核實統一免費額度或台灣個別服務帳號的可用條件。診斷也要小心:預設日誌不記錄對話正文,但主動開啟 debug 模式可能把完整模型輸入、輸出寫到本機,分享前需要檢查與去識別化。
想評估用途,先用一條不敏感的偏好
若日後確認版本、平台與授權條件都適合,可用「週報先列三項重點,再列待確認事項」這類不含個資的虛構偏好,觀察另一個已授權工具是否正確取回;再修改它,檢查舊版本會不會被繼續沿用。這是本文提出的評估方法,尚未執行,也不保證結果。
MemHub 值得觀察的方向,是讓工作背景不必跟著單一工具重建。現階段最重要的第一步,是看清楚可用版本和資料流向,再決定哪些記憶值得共用。
