FINDING #1929 · 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)
4% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
115.00
ACCEL
+12.46
RETENTION
22.3%
PEAK 2026-08-27 · FORK-RETENTION 6.8% · 805 STARS / WINDOW
Author Audience
AUDIENCE
5,284
FOLLOWERS
169
OWNER ★
24,728
Engagement Signals
FORKS
1,661
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 805 / 805 (DIVERSITY 1.00)
Why This Is A Finding
vectorize-io/hindsight собрал 805 звёзд за окно, тогда как у автора всего 169 подписчиков — эффективная аудитория ≈ 5,284. Это даёт surprise-индекс 0.0216 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 6.8% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация положительная — рост ещё не выдохся.
Related Findings
RANKS ABOVE 80% OF 9760 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 9760 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.010.00+0.01ABOVE 80%
VELOCITY115.003.71+111.29ABOVE 98%
RETENTION22.3%38.0%-15.7 PPABOVE 29%
FORKS1,66186+1,575ABOVE 96%
SURPRISE0.020.01+0.01ABOVE 70%