Última atualização 09-02-2026
Categoria:
Reviews:
Join thousands of AI enthusiasts in the World of AI!
Vectorize
Vectorize desenvolve o Hindsight, uma plataforma de ciência de dados para memória de agentes open source voltada para equipes que lançam agentes de IA que precisam de contexto persistente por usuário. O Hindsight armazena experiências, as recupera entre sessões com quatro caminhos de busca paralelos e reflete sobre padrões para que os agentes aprendam com chamadas de ferramentas falhadas em vez de repetir erros. O núcleo é licenciado sob MIT, roda a partir de um único comando Docker e oferece um SDK Python, API REST e servidor MCP integrado.
A maioria das pilhas de memória de agentes para na busca vetorial ou na recuperação estilo RAG. O Hindsight executa busca vetorial densa, correspondência de palavras-chave BM25, travessia de grafos e busca causal temporal em paralelo, depois mescla os resultados com orçamentos de tokens em vez de um número fixo top-K. Isso proporciona tamanho previsível de prompt e custo de API, algo que concorrentes focados apenas em recuperação geralmente ignoram. A Vectorize reporta 94,6% no LongMemEval e ocupa o primeiro lugar no benchmark de memória de agentes BEAM, posicionando-se à frente de armazenamentos vetoriais simples.
Desenvolvedores integrando memória ao Claude Code, Cursor ou agentes personalizados via MCP são o público principal, junto com equipes que desejam o Hindsight Cloud gerenciado com cobrança por token usada. Logos de clientes no site incluem NVIDIA, Groq e Electronic Arts, e a Vectorize cita mais de 15.000 desenvolvedores construindo com Hindsight globalmente.
Quatro estratégias de recuperação paralelas se fundem com orçamentos de tokens em vez de limites top-K
Busca paralela retorna memórias relevantes em menos de 100ms na página inicial do produto
Pontua 94,6% no LongMemEval e fica em primeiro lugar no benchmark de memória do agente BEAM
Hindsight Cloud cobra Retain a $10 por milhão de tokens e Reflect a $0,05 por chamada
Implantação Docker licenciada pelo MIT com SDK Python, API REST e servidor MCP integrado
Repositório GitHub mostra 22,1 mil estrelas para o projeto open source Hindsight
Núcleo auto-hospedado licenciado pelo MIT sem limites de uso ou telemetria de telefone para casa na sua infraestrutura
Quatro estratégias de recuperação paralelas com fusão de orçamento de tokens pontuam 94,6% no LongMemEval em comparação com alternativas apenas de recuperação
Configuração MCP com um comando via npx add-skill registra automaticamente ferramentas de lembrar, recordar e refletir
Hindsight Cloud certificado SOC2 Tipo 2 com isolamento de usuário baseado em tags para cargas de trabalho de produção
O uso de tokens na Hindsight Cloud em Retain, Iris Extract e armazenamento de longo prazo pode acumular para agentes de alto volume
Implantações auto-hospedadas requerem execução de Docker e PostgreSQL embutido na sua própria infraestrutura
SSO empresarial, RBAC e infraestrutura dedicada requerem uma conversa de vendas
Hindsight é gratuito para hospedar por conta própria?
Sim. A Vectorize publica o Hindsight sob a licença MIT sem limites de uso, telemetria ou restrições. Você pode executá-lo em produção na sua própria infraestrutura com um único comando Docker sem custo de licença.
Como funciona a precificação do Hindsight Cloud?
O Hindsight Cloud da Vectorize usa cobrança pay-as-you-go sem taxa mensal fixa ou preço por assento. Retain custa $10 por milhão de tokens, Recall custa $0,75 por milhão de tokens, e Reflect custa $0,05 por chamada, com créditos gratuitos incluídos para começar.
O que diferencia o Hindsight da memória RAG?
A Vectorize posiciona o Hindsight como memória de aprendizado, não um wrapper de pipeline RAG. O Hindsight executa quatro estratégias de recuperação em paralelo, mescla resultados com orçamentos de tokens e adiciona uma camada de reflexão que transforma chamadas de ferramentas falhadas e correções em experiência reutilizável.
O Hindsight funciona com Claude Code e Cursor?
Sim. A Vectorize documenta uma instalação MCP com um comando via npx add-skill vectorize-io/hindsight que registra as ferramentas remember, recall e reflect para qualquer agente compatível com MCP, incluindo Claude Code e Cursor.
Quais pontuações de benchmark o Hindsight reivindica?
A Vectorize relata que o Hindsight alcança 94,6% no LongMemEval, um benchmark de memória de agente revisado por pares, comparado com 85,2% do Supermemory e 71,2% do Zep no mesmo gráfico publicado. A Vectorize também ocupa o primeiro lugar no benchmark de memória de agente BEAM.
A Vectorize oferece implantação empresarial?
Sim. A Vectorize vende um plano Enterprise com implantação bring-your-own-cloud ou on-premises, infraestrutura dedicada, SSO e RBAC, SLA personalizado de até 99,95% e suporte até 24x7 com SLA de resposta de 30 minutos.
Qual a velocidade da recuperação de memória do Hindsight?
A Vectorize afirma que a busca paralela do Hindsight retorna as memórias mais relevantes em menos de 100ms. A página do produto também cita redução de 99,5% nas consultas para resolução em lote de entidades em centenas de entidades.