产品定位
Hindsight 是 Vectorize.io 开源的 AI Agent 记忆系统，采用 MIT 协议发布，代码托管于 github.com/vectorize-io/hindsight。它面向需要长期记忆、跨会话推理和自我更新的智能体应用，目标不是简单保存聊天记录，而是让 AI Agent 像人一样形成可检索、可反思、可演化的记忆体系。相关论文为《Hindsight is 20/20: Building Agent Memory that Retains, Recalls, and Reflects》，arXiv 编号 2512.12818。它可视为 Agent 的长期记忆基础设施，帮助开发者在本地或私有环境中构建具备持续上下文、事实归纳、信念更新与心智模型能力的 AI 助手。

核心功能
Hindsight 把记忆按人的认知方式分为四类网络：世界事实，记录关于外部环境的客观事实，例如 Alice 在 Google 工作；经验事实，记录 Agent 自身第一人称的行为与交互；观察，从众多事实中自动归纳、去重并带有证据支撑的信念；观点与信念，记录带置信度分数并随时间演化的主观判断。由观察还可综合形成心智模型 Mental Models。三大核心操作是 Retain、Recall 和 Reflect：Retain 用大语言模型抽取关键事实、时间、实体和关系，归类到四个网络并标注时间区间，同时通过时间、语义、实体和因果图边建立关联，后台自动把相关事实合并为观察；Recall 并行运行语义向量相似、BM25 关键词精确匹配、图遍历相关实体和时间范围过滤四种策略，用互惠排序融合 RRF 合并异构结果，再用交叉编码器重排序并按 token 预算裁剪；Reflect 则跨记忆推理、形成新连接并更新信念，且受记忆库的使命、指令与性情配置影响。

技术特点
底层采用 PostgreSQL 加 pgvector，支持 Docker 本地部署，记忆库 Banks 严格隔离，每个用户、Agent 或项目可使用独立 Bank，避免上下文串扰。性能方面，Hindsight 在 LongMemEval 上以开源 20B 模型达到 83.6%，而全上下文 GPT-4o 仅为 60.2%；在 LoCoMo 上约为 83.18%，在 Gemini-3 Pro 配置下达到 91.4%。它可通过 MCP 接入 Claude Code、Cursor、VS Code 等客户端，也提供 SmolAgents 集成，包含 hindsight retain、hindsight recall 和 hindsight reflect 三个工具。系统默认多语言，保留输入语言与实体原文，并可选记忆防御策略，扫描机密与 PII，覆盖 45 种模式，可进行脱敏或拦截，适合对隐私和合规有要求的场景。

适用场景
Hindsight 适合需要长期记忆与持续学习的 AI Agent，例如个人助理、编程助手、客服机器人、研究分析助手、多轮决策系统和知识管理工具。开发者可以用它为每个用户或项目建立独立记忆库，让 Agent 记住偏好、历史任务、业务事实与交互经验，并在后续会话中准确召回。它尤其适合需要跨会话追踪事实变化、归纳观察、维护带置信度信念的应用，也适合通过 MCP 接入 Claude Code、Cursor、VS Code 等开发环境，为编程 Agent 提供项目级长期记忆。对于关注数据主权、本地部署和隐私合规的团队，Hindsight 的 PostgreSQL 加 pgvector 架构、Docker 部署、Banks 隔离和 PII 防护也提供了可控基础。