FINDING #452 · UNIT ID 1086419061
vectorize-io/hindsight
Hindsight: Agent Memory That Learns
SURPRISE SCORE
0.00
Score Breakdown
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
1% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
15.10
ACCEL
+0.45
RETENTION
19.3%
PEAK 2026-09-05 · FORK-RETENTION 91.0% · 453 STARS / WINDOW
Author Audience
AUDIENCE
9,021
FOLLOWERS
227
OWNER ★
42,834
Engagement Signals
FORKS
5,184
ISSUE AUTH
21
PR AUTH
25
UNIQUE STARGAZERS 452 / 453 (DIVERSITY 1.00)
Why This Is A Finding
vectorize-io/hindsight собрал 453 звёзд за окно, тогда как у автора всего 227 подписчиков — эффективная аудитория ≈ 9,021. Это даёт surprise-индекс 0.00167 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 91.0% и 46 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация положительная — рост ещё не выдохся.
Related Findings
RANKS ABOVE 76% OF 1861 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 1861 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00+0.00ABOVE 76%
VELOCITY15.102.70+12.40ABOVE 94%
RETENTION19.3%10.1%+9.2 PPABOVE 91%
FORKS5,184753+4,431ABOVE 83%
SURPRISE0.000.00+0.00ABOVE 55%