O que é Hindsight?
Hindsight é um servidor de memória para agentes da Vectorize. Você envia texto com retain, consulta com recall e pede que ele raciocine sobre o que guarda com reflect. Cada banco de memória é um armazenamento isolado para um usuário, agente ou projeto.
No retain, um LLM (OpenAI gpt-5-mini por padrão, ou qualquer um de mais de 25 provedores, incluindo Ollama) extrai fatos, datas, entidades e relações, que são guardados no PostgreSQL com pgvector, ou no Oracle AI Database 23ai, como entidades, ligações, séries temporais e vetores densos e esparsos. O recall executa em paralelo buscas semântica, por palavra-chave BM25, por grafo e por intervalo de tempo, combina os resultados com reciprocal rank fusion e os reordena com um cross-encoder. Em segundo plano, fatos relacionados são consolidados em observações que mantêm suas citações de apoio e são refinadas, em vez de sobrescritas, quando chegam novas evidências.
Em 3 de novembro de 2026 a Vectorize lançou três modelos pequenos de pesos abertos para o pipeline de memória: um modelo de decisão de 0.8B, um reranker de 114M e um modelo de embeddings de 112M. O servidor tem licença MIT; o Hindsight Cloud é a versão hospedada paga.
Hindsight vale a pena?
Hindsight cresceu mais rápido que qualquer rival: cerca de 59.400 estrelas no GitHub, versões semanais e a v1.2.0 em 3 de novembro de 2026. Ao contrário do Mem0, mantém todos os recursos no servidor com licença MIT, incluindo recuperação por grafo e temporal, consolidação em segundo plano e um endpoint MCP por banco.
O projeto trata a memória como crenças, não como uma pilha de trechos. O retain usa um LLM para extrair fatos, entidades, relações e datas; o recall dispara quatro buscas ao mesmo tempo (vetorial, BM25, grafo de entidades e intervalo de tempo) e ajusta o resultado a um orçamento de tokens que por padrão é de 4.096. As observações são o diferencial: fatos relacionados são fundidos numa crença que registra suas evidências e uma contagem de provas, e informações novas a reforçam ou enfraquecem em vez de substituí-la em silêncio. Os mental models vão além e guardam uma resposta fixa a uma pergunta, como as preferências de um usuário, lida sem recuperação e sem chamada ao LLM.
Os resultados de benchmark são fortes, mas não independentes. O artigo da Vectorize relata 91,4% no LongMemEval e 89,61% no LoCoMo com o Gemini-3 escrevendo as respostas, e 83,6% no LongMemEval usando apenas o modelo aberto GPT-OSS-20B. O ranking ao vivo agora mostra 94,6% no LongMemEval e 92% no LoCoMo. O README diz que Virginia Tech e The Washington Post reproduziram os resultados, mas pesquisadores das duas instituições são coautores do artigo, e os números dos concorrentes foram copiados de relatórios de outros fornecedores em vez de medidos de novo. A latência de recuperação não é publicada.
O servidor auto-hospedado não vem protegido por padrão. A checagem de chaves de API só começa quando você define HINDSIGHT_API_TENANT_EXTENSION, e cada banco ganha um endpoint MCP ativado por padrão; assim, um servidor exposto na porta 8888 deixa qualquer um ler e gravar memória. A filtragem de segredos e dados pessoais (Memory Defense, 45 padrões) é opcional por banco. A página de preços da Vectorize diz que a versão auto-hospedada não envia telemetria.
A conta hospedada é guiada pelas gravações. O retain custa US$ 10 por milhão de tokens, cinco vezes a tarifa de ingestão do Honcho, enquanto o recall custa US$ 0,75 por milhão; o armazenamento é grátis por 30 dias e depois custa US$ 0,25 por milhão de tokens por mês, e a página de preços diz que as memórias nunca são apagadas. Um agente que guarda 100 milhões de tokens de conversa por mês paga US$ 1.000 antes de qualquer recall.
Onde ele se destaca
Um engenheiro de plataforma que dá memória de projeto compartilhada aos agentes de programação de uma equipe de 30 pessoas
Fazer o Claude Code e o Codex pararem de reaprender as mesmas convenções do repositório a cada sessão
npx @vectorize-io/hindsight-coding-agents install all conecta cada agente detectado a um banco por repositório, montado a partir do histórico do git e de sessões anteriores. Auto-hospedado numa máquina com Postgres, custa só o LLM de extração; coloque-o atrás da extensão de chave de API antes de compartilhá-lo na rede.
Uma equipe de produto que opera um assistente de suporte para um negócio de assinaturas com 50.000 clientes
Lembrar o histórico de cada cliente e perceber quando um dado muda
Um banco por cliente, com retain após cada ticket e recall antes de cada resposta. As observações guardam o plano antigo e o novo com suas evidências em vez de devolver os dois às cegas. No Cloud, 100 milhões de tokens retidos por mês custam US$ 1.000; auto-hospedar desloca esse gasto para a extração por LLM.
Um engenheiro de ML num banco que não pode enviar texto de clientes a uma API hospedada
Rodar a memória do agente inteiramente no próprio hardware
Aponte o Hindsight para um modelo local via Ollama ou vLLM e rode localmente os modelos abertos hs-decide-1-flash, hs-rerank-1 e hs-embed-1 para cortar chamadas ao LLM. O resultado de 83,6% do artigo no LongMemEval usou só o GPT-OSS-20B, que cabe numa GPU doméstica de ponta.
Antes de decidir
- Configuração
- Um único docker run com uma chave de LLM sobe a API na porta 8888 e uma interface na 9999 com Postgres embutido; pip install hindsight-all roda tudo dentro do processo Python. Charts do Helm e um arquivo Compose com Postgres externo cobrem a produção.
- Integrações
- Clientes para Python, TypeScript e Go, uma CLI e API REST; um endpoint MCP por banco; um wrapper de LLM para os SDKs da OpenAI e da Anthropic via LiteLLM; mais de 60 integrações, entre elas LangGraph, CrewAI, Pydantic AI, n8n e Claude Code.
- Dados e privacidade
- Dados auto-hospedados ficam no seu banco Postgres ou Oracle, mas o texto retido vai para o LLM configurado; a Vectorize diz que a versão auto-hospedada não tem telemetria. O Cloud faz backups diários, diz que as memórias nunca são apagadas e exibe selos SOC 2 Type 2; BYOC, single-tenant, SSO e Memory Defense são recursos do Enterprise.
- Custo em escala
- Auto-hospedar custa o Postgres mais as chamadas ao LLM de extração e consolidação, que o modelo de decisão aberto busca reduzir. Cloud: US$ 10 por milhão de tokens retidos, US$ 0,75 por milhão recuperados, US$ 0,05 por reflect, US$ 0,25 por milhão de tokens armazenados por mês após 30 dias.
- Limites
- Latência de recuperação não publicada; a consolidação é assíncrona, então fatos novos chegam às observações com atraso. 185 issues e pull requests abertos, e o ritmo acelerado de versões exige atualizações frequentes.
O que é bom
- Todos os recursos sob MIT, incluindo recuperação por grafo e temporal
- Observações revisam crenças com evidências em vez de sobrescrever
- Roda sobre Postgres com opção embutida, ou totalmente local com Ollama
- Endpoint MCP embutido e plug-ins para 13 CLIs de agentes de programação
O que não é
- Autenticação da API desligada até você configurar uma tenant extension
- Benchmarks reproduzidos pelos próprios coautores do artigo
- O retain no Cloud a US$ 10 por milhão de tokens é a gravação mais cara aqui
- Cada retain e cada passada de consolidação custam chamadas ao LLM
Ideal para
Equipes que querem memória por grafo, temporal e vetorial num único servidor auto-hospedável, sem recursos reservados a uma versão paga.
Alternativas ao Hindsight
Hindsight: perguntas frequentes
- Hindsight vale a pena?
- Hindsight é o servidor de memória para agentes de código aberto mais completo que você pode rodar hoje, sem nada retido fora da licença MIT, embora sua liderança em benchmarks se apoie em números reproduzidos pelos próprios coautores do artigo. Damos nota 4.4 de 5.
- Quanto custa Hindsight?
- Servidor auto-hospedado gratuito sob MIT. O Hindsight Cloud é cobrado por uso, com US$ 5 de crédito grátis: retain a US$ 10 por milhão de tokens, recall a US$ 0,75 por milhão de tokens, reflect a US$ 0,05 por chamada, armazenamento a US$ 0,25 por milhão de tokens por mês após os primeiros 30 dias. Enterprise (BYOC, on-premises, SSO) sob consulta.
- Quais são as desvantagens de Hindsight?
- Autenticação da API desligada até você configurar uma tenant extension; benchmarks reproduzidos pelos próprios coautores do artigo; o retain no Cloud a US$ 10 por milhão de tokens é a gravação mais cara aqui; cada retain e cada passada de consolidação custam chamadas ao LLM.
- Para quem Hindsight é indicado?
- Equipes que querem memória por grafo, temporal e vetorial num único servidor auto-hospedável, sem recursos reservados a uma versão paga.
- Quanto custa Hindsight para uma equipe ou em produção?
- Auto-hospedar custa o Postgres mais as chamadas ao LLM de extração e consolidação, que o modelo de decisão aberto busca reduzir. Cloud: US$ 10 por milhão de tokens retidos, US$ 0,75 por milhão recuperados, US$ 0,05 por reflect, US$ 0,25 por milhão de tokens armazenados por mês após 30 dias.
- Hindsight é seguro para dados da empresa?
- Dados auto-hospedados ficam no seu banco Postgres ou Oracle, mas o texto retido vai para o LLM configurado; a Vectorize diz que a versão auto-hospedada não tem telemetria. O Cloud faz backups diários, diz que as memórias nunca são apagadas e exibe selos SOC 2 Type 2; BYOC, single-tenant, SSO e Memory Defense são recursos do Enterprise.
- Quais são as melhores alternativas ao Hindsight?
- As alternativas mais próximas que analisamos são Mem0, Graphiti, Honcho, Letta e Memvid.
Respostas verificadas em 6 de nov. de 2026.
Você faz o Hindsight? Mostre esta nota no seu site
