FINDING #1380 · 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)
2% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
145.67
ACCEL
-120.50
RETENTION
21.6%
PEAK 2026-08-27 · FORK-RETENTION 39.1% · 437 STARS / WINDOW
Author Audience
AUDIENCE
5,315
FOLLOWERS
169
OWNER ★
24,887
Engagement Signals
FORKS
1,668
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 437 / 437 (DIVERSITY 1.00)
Why This Is A Finding
vectorize-io/hindsight собрал 437 звёзд за окно, тогда как у автора всего 169 подписчиков — эффективная аудитория ≈ 5,315. Это даёт surprise-индекс 0.0272 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 39.1% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.
Related Findings
RANKS ABOVE 85% OF 9102 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 9102 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.010.00+0.01ABOVE 85%
VELOCITY145.675.67+140.00ABOVE 98%
RETENTION21.6%45.5%-23.8 PPABOVE 30%
FORKS1,668340+1,329ABOVE 79%
SURPRISE0.030.00+0.02ABOVE 79%