Hindsight — Memory-System für AI-Agents (Vectorize)

Quelle: https://hindsight.vectorize.io/#what-hindsight-does (Produkt-Übersichtsseite, abgerufen 2026-09-03). Geteilt von René Kl. in OME Topic „News & Infos“.

Positionierung laut Seite

Hindsight adressiert das Problem, dass AI-Agents zwischen Sessions alles vergessen. Laut Seite reicht einfache Vektor-Suche nicht: temporale Fragen („Was hat Alice letzten Frühling gemacht?“), verknüpfte Fakten und Konsolidierung von Wissen werden als Kernprobleme genannt.

API laut Seite

retain() — Speichern von Informationen im Memory-Bank
recall() — Suchen und Abrufen
reflect() — Agentisches Reasoning mit Memory

Memory-Typen laut Seite

Typ	Inhalt	Beispiel
Mental Model	Nutzer-kuratierte Zusammenfassungen für häufige Fragen	„Team-Kommunikations-Best-Practices“
Observation	Automatisch konsolidiertes Wissen aus Fakten	„Nutzer war React-Enthusiast, ist jetzt zu Vue gewechselt“
World Fact	Objektive Fakten	„Alice arbeitet bei Google“
Experience Fact	Eigene Aktionen/Interaktionen des Banks	„Ich habe Bob Python empfohlen“

Bei reflect werden Quellen in Prioritätsreihenfolge geprüft: Mental Models → Observations → Raw Facts.

Multi-Strategy Retrieval (TEMPR) laut Seite

Vier Suchstrategien parallel: Semantic (konzeptuelle Ähnlichkeit), Keyword/BM25 (Namen, Fachbegriffe), Graph (verwandte Entitäten, indirekte Verbindungen), Temporal („letzten Frühling“, „im Juni“, Zeiträume).

Observation Consolidation laut Seite

Nach dem Retain konsolidiert das System verwandte Fakten automatisch zu Observations: Deduplizierung überlappender Fakten, Evidence-Tracking (jede Observation referenziert Quell-Memories mit exakten Zitaten plus Proof-Count), kontinuierliche Verfeinerung (Updates statt Überschreiben, Historie bleibt erhalten), Freshness-Awareness (bei nicht konsolidierten neueren Memories gelten betroffene Observations als stale und werden gegen Raw Facts verifiziert).

Mission, Directives & Disposition laut Seite

Memory-Banks sind konfigurierbar: Mission (natürlichsprachliche Identität), Directives (harte Regeln, z.B. „Nie Aktien empfehlen“, „Immer Quellen nennen“), Disposition (weiche Traits wie Skepsis/Literalität/Empathie auf Skala 1–5). Diese Einstellungen wirken nur auf reflect, nicht auf recall.

Deployment laut Seite

Docker Compose, Helm oder pip; Quick Start in 60 Sekunden beworben; Integrations-Hub vorhanden.

Abgrenzung

Die Seite ist eine Produkt-Übersicht (Marketing-Doku). Genannte Fähigkeiten sind Herstellerangaben; unabhängige Benchmarks, Fehlerraten oder Vergleichstests werden auf der Seite nicht geliefert.

3 KiB Raw Blame History Unescape Escape