FINDING #2283 · 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)
3% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
105.29
ACCEL
+9.43
RETENTION
21.6%
PEAK 2026-08-27 · FORK-RETENTION 24.3% · 737 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 737 / 737 (DIVERSITY 1.00)
Why This Is A Finding
vectorize-io/hindsight собрал 737 звёзд за окно, тогда как у автора всего 169 подписчиков — эффективная аудитория ≈ 5,315. Это даёт surprise-индекс 0.0197 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 24.3% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация положительная — рост ещё не выдохся.
Related Findings
RANKS ABOVE 77% OF 9771 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 9771 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.010.00+0.01ABOVE 77%
VELOCITY105.293.71+101.57ABOVE 98%
RETENTION21.6%39.3%-17.7 PPABOVE 27%
FORKS1,66891+1,577ABOVE 95%
SURPRISE0.020.01+0.01ABOVE 69%