hindsight: 這是什麼、解決什麼問題以及為什麼它正受到關注

它解決了什麼問題

Hindsight 是一個代理記憶系統，旨在超越簡單的對話歷史或基礎的 RAG。它使 AI 代理能夠透過將資訊組織為世界事實、個人經驗和心理模型來實現真正的長期學習，從而讓它們在長期記憶任務中表現得更好，並能根據使用者回饋來調整其行為。

它是如何運作的

Hindsight 使用仿生數據結構將記憶組織成「銀行」。當透過 Retain 操作新增資訊時，LLM 會提取事實、實體和時間數據，然後將其正規化為標準表示法。

為了檢索資訊，Recall 操作會執行四種並行策略——語義（向量）、關鍵字（BM25）、圖譜（實體/因果連結）和時間（時間範圍）——並使用倒數排名融合（reciprocal rank fusion）和交叉編碼器重排序器（cross-encoder reranker）來合併結果。最後，Reflect 操作允許代理分析現有記憶以產生新的見解和更深層的理解。

對象是誰

它是為開發對話式 AI 代理和自主代理（例如 AI 員工）的開發者而構建的，這些代理需要處理開放式任務、根據使用者進行個性化互動，並透過從經驗中學習來自動化複雜的工作。

重點摘要

• 多策略檢索： 結合向量、關鍵字、圖譜和時間搜尋以獲得更高的準確度。
• 仿生記憶模型： 將數據分類為世界事實、經驗和心理模型。
• 輕鬆整合： 提供 LLM wrapper 以進行兩行程式碼整合，或提供專用的 SDK/API 以獲得更多控制權。
• 廣泛的 LLM 支援： 相容於 OpenAI、Anthropic、Gemini、Groq、Ollama 等供應商。