---
template: sheet
theme: shadcn
title: Hy-Memory 2.0 的内存与 token 账
subtitle: 同一份生产库副本、同一批 3 条输入、同机同时段实测
source: 隔离 A/B 实测 2026-10-29 · 硅基 Xing4.0-29B · 提炼历史 0 轮 · reconcile 关
cols: 2
---

Lead: 结论有点反直觉。2.0 在内存上更省，约轻 130 MB；在 token 上更贵，同样的输入贵 62%。
不打提炼历史补丁的话贵 156%，因为那个 `or 5` 老 bug 在 2.0.8 里还在。

## A 结论

```callout warn 一句话
内存：2.0 赢。三次写入后平台 238 MB，1.2.21 是 374 MB。
token：2.0 输。每次提炼 prompt 1545 → 2668 token。
两边各有代价，看你先肉痛哪一头。
```

```kv cols=2
测法: 生产库副本 3 条同输入
写入后内存: 374 MB → 238 MB
每次提炼 prompt: 1545 → 2668 token
3 次写入合计: 5171 → 8402 token
补丁缺口代价: 再涨到 13254
单组样本: 各 1 轮，看量级不看小数
```

## B 写入侧的 token 账

| 配置 | 每次 prompt | 3 次合计 token | 抽出事实 | 单次耗时 |
|---|---|---|---|---|
| 1.2.21（现役口径） | 1545 | 5171 | 6 条 | 17.6 / 6.6 / 8.0 s |
| 2.0.8 未补丁 | 4060 | 13254 | 13 条 | 11.8 / 11.1 / 8.8 s |
| 2.0.8 + 提炼历史补丁 | 2668 | 8402 | 3 条 | 7.8 / 2.1 / 2.3 s |

```callout info 差在哪两层
第一层是基础 prompt 变大：1545 → 2668 token，涨 72%。
2.0 的抽取 schema 和治理字段更多，这部分关不掉。
第二层是历史注入 bug：2.0.8 仍是 `or 5`，设 0 无效。
不补丁每次多塞两千多 token，还会重抽旧话题，13 条对 3 条。
```

## C 内存曲线

| 阶段 | 1.2.21 | 2.0.8（补丁后） |
|---|---|---|
| 冷启动 | 90 MB | 98 MB |
| 第 1 次写入后 | 364 MB | 243 MB |
| 第 3 次写入后 | 374 MB | 243 MB |
| 形态 | 首写大跳后仍上行 | 首写大跳后横住 |

```callout ok 为什么 2.0 更省
embed_service 整个重写了：embedding 缓存改 LRU 上限淘汰、LLM 客户端按 key 缓存复用。
我们那些本地内存补丁，2.0 已经吸收了一大半。
剩下的 list[float] 存储问题还在，但实测平台已经压在 240 MB 一线。
```

## D 召回与日志开销

| 项目 | 1.2.21 | 2.0.8 | 说明 |
|---|---|---|---|
| 召回注入上限 | 5 条 / 4000 字符 | 同 | 你设的 limit 决定，两版同价 |
| 5 条召回正文 | 359 ~ 780 字符 | 498 ~ 1090 字符 | 约 200 ~ 605 token |
| 检索耗时 | 0.3 ~ 1.9 s | 0.2 ~ 2.4 s | 同量级 |
| 返回字段 | memories 三段 | 再加 episode / rerank 四段 | 插件只取 memories |
| 日志落盘 | 每步 JSONL 必写 | 可关，原文降到 DEBUG | 2.0 更省磁盘 |

```callout warn 别把这栏当成版本开销
召回正文长度取决于库里命中哪几条，不是版本差异。
你调 limit 和 4000 字符上限，两版省的是同一笔。
真正稳定的区别只有写入侧那笔 token。
```