Hindsight

产品简介

Hindsight 是由 Vectorize 公司开发的智能 Agent 记忆系统，主打让 AI Agent 学会学习而非仅记忆。区别于传统 RAG 和知识图谱方案，Hindsight 通过仿生数据结构和四大记忆网络（世界事实、经验、观察、心智模型），实现跨 Agent、跨用户的复合记忆累积，在 LongMemEval 基准测试中取得 SOTA 性能，已被 Fortune 500 企业采用。

核心功能

Hindsight 提供三种核心记忆操作：Retain（存储）、Recall（检索）和 Reflect（反思合成）。Retain 操作接收信息后，自动调用 LLM 提取关键实体、时间关系和因果链路，构建记忆的多层索引。Recall 操作并行执行四种检索策略——语义向量相似度搜索、BM25 精确关键词匹配、知识图谱实体/时间/因果链路，以及时间范围过滤——取最优结果返回。Reflect 操作则结合上下文和记忆中的心智模型，生成具有理解深度的回复。

系统支持 25+ LLM 提供商，包括 OpenAI、Anthropic、Google Gemini、Groq、Bedrock、MiniMax、DeepSeek 等主流云端模型，以及 Ollama、LM Studio 等本地模型，还兼容 LiteLLM 网关。现有订阅（如 ChatGPT Plus、Claude Pro、Cursor Pro）无需 API Key 即可直接使用。

特色优势

Hindsight 的核心差异化在于复合记忆机制。与传统检索系统不同，它的反思层能够将原始观察逐步整合为可复用的信念和心智模型，使记忆本身具备自我改进能力。此外，Hindsight 还内置 MCP Server，每一个 Memory Bank 均以标准 MCP 工具暴露，兼容所有主流 Agent 框架。

在部署灵活性方面，Hindsight 提供三种模式：完全免费的自托管（MIT 许可，一条 Docker 命令即可部署）、按量付费的云端托管服务，以及支持私有化部署的企业版。自托管版包含全部四大记忆网络、Retain/Recall/Reflect 全部 API、MCP Server 和嵌入式 PostgreSQL，无任何使用限制。

应用场景

Hindsight 的典型应用场景包括：个人 AI 助手需要跨会话记住用户偏好和长期上下文；企业多 Agent 团队共享项目知识、团队规范和历史决策；编程 Agent 利用项目历史和文档上下文实现更精准的代码生成；客户支持和医疗问诊等需要对交互历史进行长期追踪的合规场景。

适用人群

主要面向 AI Agent 开发者（包括 LangGraph、LlamaIndex、CrewAI 等框架用户）、注重隐私不希望数据上云的本地优先用户，以及需要多 Agent 协作系统的企业团队。

出品方

Vectorize 是一家专注于 Agent 记忆基础设施的公司，团队成员来自 Google DeepMind 和 OpenAI 等机构，Hindsight 项目在 GitHub 上以 MIT 许可证开源，官方网站提供完整的产品定价、文档和基准测试数据。

更新动态

2025 年 1 月发布 LongMemEval SOTA 基准测试结果，并新增多 Agent 共享 Memory Bank 功能。企业版持续迭代，支持 Oracle AI Database 私有化部署。

官网链接

官网：https://vectorize.io

GitHub：https://github.com/vectorize-io/hindsight