Was ist Hindsight?
Hindsight ist ein Gedächtnisserver für Agenten von Vectorize. Du schickst ihm Text mit retain, fragst ihn mit recall ab und lässt ihn mit reflect über das Gespeicherte nachdenken. Jede Memory Bank ist ein isolierter Speicher für einen Nutzer, einen Agenten oder ein Projekt.
Bei retain extrahiert ein LLM (standardmäßig OpenAI gpt-5-mini oder einer von über 25 Anbietern, darunter Ollama) Fakten, Daten, Entitäten und Beziehungen. Sie landen in PostgreSQL mit pgvector oder in Oracle AI Database 23ai, als Entitäten, Verknüpfungen, Zeitreihen sowie dichte und dünnbesetzte Vektoren. Recall führt semantische Suche, BM25-Stichwortsuche, Graphsuche und Zeitraumfilter parallel aus, führt sie per Reciprocal Rank Fusion zusammen und sortiert mit einem Cross-Encoder neu. Im Hintergrund werden verwandte Fakten zu Beobachtungen verdichtet, die ihre belegenden Zitate behalten und bei neuen Belegen verfeinert statt überschrieben werden.
Am 3. November 2026 hat Vectorize drei kleine Open-Weight-Modelle für die Gedächtnis-Pipeline veröffentlicht: ein Entscheidungsmodell mit 0.8B, einen Reranker mit 114M und einen Embedder mit 112M. Der Server steht unter MIT-Lizenz; Hindsight Cloud ist die kostenpflichtige gehostete Version.
Lohnt sich Hindsight?
Hindsight ist schneller gewachsen als jeder Konkurrent: rund 59.400 GitHub-Sterne, wöchentliche Releases und v1.2.0 am 3. November 2026. Anders als Mem0 behält es den vollen Funktionsumfang im MIT-lizenzierten Server, einschließlich Graph- und Zeitabruf, Verdichtung im Hintergrund und eines MCP-Endpunkts pro Bank.
Das Design behandelt Gedächtnis als Überzeugungen, nicht als Haufen von Textstücken. Retain zieht mit einem LLM Fakten, Entitäten, Beziehungen und Daten heraus; recall startet vier Suchen gleichzeitig (Vektor, BM25, Entitätsgraph und Zeitraum) und passt das Ergebnis an ein Token-Budget an, das standardmäßig 4.096 beträgt. Das Besondere sind die Beobachtungen: Verwandte Fakten werden zu einer Überzeugung zusammengeführt, die ihre Belege und eine Beleganzahl festhält, und neue Informationen stärken oder schwächen sie, statt sie stillschweigend zu ersetzen. Mental Models gehen noch weiter und speichern eine feste Antwort auf eine Frage, etwa nach den Vorlieben eines Nutzers, die ohne Abruf und ohne LLM-Aufruf gelesen wird.
Die Benchmark-Angaben sind stark, aber nicht unabhängig. Vectorizes Paper meldet 91,4% auf LongMemEval und 89,61% auf LoCoMo, wenn Gemini-3 die Antworten schreibt, und 83,6% auf LongMemEval nur mit dem offenen Modell GPT-OSS-20B. Die Live-Rangliste zeigt inzwischen 94,6% auf LongMemEval und 92% auf LoCoMo. Laut README haben Virginia Tech und The Washington Post die Ergebnisse reproduziert, doch Forschende beider Häuser sind Mitautoren des Papers, und die Zahlen der Konkurrenz wurden aus Berichten anderer Anbieter übernommen statt neu gemessen. Eine Abruflatenz wird nicht veröffentlicht.
Der selbst gehostete Server ist standardmäßig nicht abgesichert. API-Schlüssel werden erst geprüft, wenn du HINDSIGHT_API_TENANT_EXTENSION setzt, und jede Bank bekommt einen standardmäßig aktiven MCP-Endpunkt; ein auf Port 8888 erreichbarer Server lässt also jeden Aufrufer Gedächtnis lesen und schreiben. Das Herausfiltern von Geheimnissen und personenbezogenen Daten (Memory Defense, 45 Muster) ist pro Bank optional. Laut Vectorizes Preisseite sendet die selbst gehostete Version keine Telemetrie.
Die gehostete Rechnung hängt an den Schreibvorgängen. Retain kostet 10 $ pro Million Tokens, das Fünffache von Honchos Aufnahmepreis, recall dagegen 0,75 $ pro Million; Speicher ist 30 Tage kostenlos und kostet dann 0,25 $ pro Million Tokens im Monat, und laut Preisseite werden Erinnerungen nie gelöscht. Ein Agent, der im Monat 100 Millionen Tokens Unterhaltung speichert, zahlt 1.000 $, bevor ein einziger recall anfällt.
Wo es sich lohnt
Ein Platform Engineer, der den Coding-Agenten eines 30-köpfigen Teams ein gemeinsames Projektgedächtnis gibt
Claude Code und Codex sollen nicht in jeder Sitzung dieselben Repo-Konventionen neu lernen
npx @vectorize-io/hindsight-coding-agents install all verbindet jeden erkannten Agenten mit einer Bank pro Repo, die aus der Git-Historie und früheren Sitzungen entsteht. Selbst gehostet auf einem Postgres-Server kostet das nur das Extraktions-LLM; vor dem Teilen im Netz die API-Key-Extension davorschalten.
Ein Produktteam, das einen Support-Assistenten für ein Abo-Geschäft mit 50.000 Kunden betreibt
Die Geschichte jedes Kunden behalten und merken, wenn sich ein Fakt ändert
Eine Bank pro Kunde, retain nach jedem Ticket und recall vor jeder Antwort. Beobachtungen halten alten und neuen Tarif mit Belegen fest, statt beide blind zurückzugeben. In der Cloud kosten 100 Millionen gespeicherte Tokens im Monat 1.000 $; beim Selbsthosten verlagert sich das auf die LLM-Extraktion.
Ein ML Engineer bei einer Bank, die Kundentext nicht an eine gehostete API schicken darf
Das Agentengedächtnis vollständig auf eigener Hardware betreiben
Hindsight über Ollama oder vLLM auf ein lokales Modell richten und die offenen Modelle hs-decide-1-flash, hs-rerank-1 und hs-embed-1 lokal laufen lassen, um LLM-Aufrufe zu sparen. Das 83,6%-Ergebnis des Papers auf LongMemEval entstand nur mit GPT-OSS-20B, das auf eine starke Consumer-GPU passt.
Bevor du dich festlegst
- Einrichtung
- Ein einziges docker run mit einem LLM-Schlüssel startet die API auf Port 8888 und eine Oberfläche auf 9999 mit eingebettetem Postgres; pip install hindsight-all lässt es direkt im Python-Prozess laufen. Helm-Charts und eine Compose-Datei mit externem Postgres decken die Produktion ab.
- Integrationen
- Clients für Python, TypeScript und Go, eine CLI und REST-API; ein MCP-Endpunkt pro Bank; ein LLM-Wrapper für die SDKs von OpenAI und Anthropic über LiteLLM; über 60 Integrationen, darunter LangGraph, CrewAI, Pydantic AI, n8n und Claude Code.
- Daten und Datenschutz
- Selbst gehostete Daten bleiben in deiner Postgres- oder Oracle-Datenbank, aber gespeicherter Text geht an das konfigurierte LLM; laut Vectorize hat die selbst gehostete Version keine Telemetrie. Die Cloud macht tägliche Backups, löscht laut eigener Aussage nie Erinnerungen und zeigt SOC-2-Type-2-Siegel; BYOC, Single-Tenant, SSO und Memory Defense sind Enterprise-Funktionen.
- Kosten im großen Maßstab
- Selbsthosten kostet Postgres plus LLM-Aufrufe für Extraktion und Verdichtung, die das offene Entscheidungsmodell senken soll. Cloud: 10 $ pro Million gespeicherter Tokens, 0,75 $ pro Million abgerufener, 0,05 $ pro reflect, 0,25 $ pro Million gespeicherter Tokens im Monat nach 30 Tagen.
- Grenzen
- Abruflatenz nicht veröffentlicht; die Verdichtung läuft asynchron, neue Fakten erreichen die Beobachtungen also verzögert. 185 offene Issues und Pull Requests, und das hohe Release-Tempo bedeutet häufige Upgrades.
Was gut ist
- Voller Funktionsumfang unter MIT, einschließlich Graph- und Zeitabruf
- Beobachtungen überarbeiten Überzeugungen mit Belegen statt zu überschreiben
- Läuft auf Postgres mit eingebetteter Option oder vollständig lokal mit Ollama
- Eingebauter MCP-Endpunkt und Plug-ins für 13 CLIs von Coding-Agenten
Was nicht
- API-Authentifizierung aus, bis du eine Tenant Extension konfigurierst
- Benchmarks von den eigenen Mitautoren des Papers reproduziert
- Retain in der Cloud für 10 $ pro Million Tokens ist hier der teuerste Schreibvorgang
- Jedes retain und jeder Verdichtungsdurchlauf kostet LLM-Aufrufe
Am besten für
Teams, die Graph-, Zeit- und Vektorgedächtnis in einem selbst hostbaren Server wollen, ohne Funktionen, die einer Bezahlversion vorbehalten sind.
Alternativen zu Hindsight
Hindsight: häufige Fragen
- Lohnt sich Hindsight?
- Hindsight ist der leistungsfähigste Open-Source-Gedächtnisserver für Agenten, den du heute betreiben kannst, ohne dass etwas hinter der MIT-Lizenz zurückgehalten wird, auch wenn sein Vorsprung in Benchmarks auf Zahlen beruht, die die eigenen Mitautoren des Papers reproduziert haben. Wir bewerten es mit 4.4 von 5.
- Was kostet Hindsight?
- Selbst gehosteter Server kostenlos unter MIT. Hindsight Cloud wird nach Nutzung abgerechnet, mit 5 $ Startguthaben: retain 10 $ pro Million Tokens, recall 0,75 $ pro Million Tokens, reflect 0,05 $ pro Aufruf, Speicher 0,25 $ pro Million Tokens im Monat nach den ersten 30 Tagen. Enterprise (BYOC, On-Premises, SSO) auf Anfrage.
- Welche Nachteile hat Hindsight?
- API-Authentifizierung aus, bis du eine Tenant Extension konfigurierst; Benchmarks von den eigenen Mitautoren des Papers reproduziert; Retain in der Cloud für 10 $ pro Million Tokens ist hier der teuerste Schreibvorgang; Jedes retain und jeder Verdichtungsdurchlauf kostet LLM-Aufrufe.
- Für wen eignet sich Hindsight?
- Teams, die Graph-, Zeit- und Vektorgedächtnis in einem selbst hostbaren Server wollen, ohne Funktionen, die einer Bezahlversion vorbehalten sind.
- Was kostet Hindsight für ein Team oder im Produktivbetrieb?
- Selbsthosten kostet Postgres plus LLM-Aufrufe für Extraktion und Verdichtung, die das offene Entscheidungsmodell senken soll. Cloud: 10 $ pro Million gespeicherter Tokens, 0,75 $ pro Million abgerufener, 0,05 $ pro reflect, 0,25 $ pro Million gespeicherter Tokens im Monat nach 30 Tagen.
- Ist Hindsight sicher für Firmendaten?
- Selbst gehostete Daten bleiben in deiner Postgres- oder Oracle-Datenbank, aber gespeicherter Text geht an das konfigurierte LLM; laut Vectorize hat die selbst gehostete Version keine Telemetrie. Die Cloud macht tägliche Backups, löscht laut eigener Aussage nie Erinnerungen und zeigt SOC-2-Type-2-Siegel; BYOC, Single-Tenant, SSO und Memory Defense sind Enterprise-Funktionen.
- Was sind die besten Alternativen zu Hindsight?
- Die nächsten Alternativen, die wir getestet haben, sind Mem0, Graphiti, Honcho, Letta und Memvid.
Antworten geprüft am 6. Nov. 2026.
Du entwickelst Hindsight? Zeig diese Bewertung auf deiner Website
