hindsight 解剖：攒结论，留证据，开机只读一页
agent 的记忆现在有两个流派，吵得不可开交。日志派把每次会话原样存档，需要时检索——好处是什么都没丢，坏处是 Agent 开工前要在几万条历史里重新考古一遍，踩过的坑埋在流水账里，下次照踩。结论派定期让模型总结要点——好处是干净，坏处是总结那一下把证据丢了，一个没有出处的结论跟谣言没什么区别。B 站 UP 主小帅…
hindsight 解剖：攒结论，留证据，开机只读一页
agent 的记忆现在有两个流派，吵得不可开交。日志派把每次会话原样存档，需要时检索——好处是什么都没丢，坏处是 Agent 开工前要在几万条历史里重新考古一遍，踩过的坑埋在流水账里，下次照踩。结论派定期让模型总结要点——好处是干净，坏处是总结那一下把证据丢了，一个没有出处的结论跟谣言没什么区别。B 站 UP 主小帅上周发视频实测的开源项目 hindsight，给出的答案是：都不选。它在日志和结论中间加了一层，而且这层是会自己长的。
先把项目本身交代清楚。hindsight 由 Vectorize.io 开发，MIT 协议，47,692 star（10 月 10 日时点），GitHub 上 2025 年 10 月底挂出，论文去年 12 月就发了——标题是个英语双关，「Hindsight is 20/20」（后见之明总是完美的），副题 Retains, Recalls, and Reflects，正是视频实测的三个操作。基准成绩是 LongMemEval 榜第一：这个数字有一点值得单独说明——hindsight 自己的分数被 Virginia Tech 的 Sanghani 中心和《华盛顿邮报》独立复现过，而榜上其他厂商的分数是各自自报的；基准站由官方运营，测谁、怎么配置，选择权在他们手里。所以「最准确」这个自称要打个七折读：分数大概率是真的，但排行榜是主场。
真正值得拆的是它的记忆分层。原始输入进来不删不减：关于世界的事实归 world facts，agent 自己的经历归 experiences。这两层就是日志派的地盘。变化发生在后台：相关的事实被自动合并成 observations——去重之后的「信念」，每条都带着支持它的原文引用和一个证明次数。新证据到来时不是覆盖，是 refine：强化、弱化、或者扩展原有信念。论文里管这层叫 evolving beliefs，会演化的信念——结论不再是总结那天拍下的快照，是有置信度、会随着证据变化的东西。谣言问题就这样解掉了：任何一条结论都能顺着引用摸回原始记录。
再往上才是视频文案里那句「开机先读一页心智模型」。mental model 是对一个问题的常备答案：你定义一次问题（比如「这个用户的部署偏好是什么」），hindsight 写出答案存起来，之后每学到新东西就在后台重写。关键在读取成本——读它是一次数据库查询，不检索、不调模型。agent 每次开工领到的不是一堆待检索的碎片，是一页已经定案的知识。这一层的谱系我写过：它就是 KSI 那类项目里 agent 往 AGENTS.md 手工写制度的自动化版本——只是没人手工维护，系统替你保持新鲜。写的时候付计算（抽取、合并、重写），读的时候免费——账本结构和 ripwire 的索引侧一次付清是同构的。
三个操作对应这套分层的三个动作。retain 是写：LLM 从输入里抽出事实、实体、时间、关系，规范化后入索引。recall 是查：语义向量、BM25 关键词、实体-时间-因果图、时间范围过滤四路并行，倒数排序融合后再过一遍 cross-encoder 重排——工程密度接近一个正经搜索引擎。reflect 是想：对已有记忆做深度分析，回答需要深思而非查找的问题。reflect 有个少见的细节——每个记忆库可以配性格参数，怀疑主义、字面主义、共情，用来影响推理的倾向。记忆不是中性的仓库，同一堆事实，一个多疑的库和一个轻信的库会推出不同的结论。这是把主观性做成了显式参数。
海关几句。视频文案的忠实度在转述样本里算高的：「喂过的事实攒成带证据的结论」「开机先读一页心智模型」几乎逐句对应 README 原文，没有加戏。但素材里给的原文链接（xiaoshuai1024.top 那篇博客）现在 404，实测打不开，文章可能被移走了——视频本身还在，机制描述可对项目文档核对，不受影响。另外两个实用注脚：一是 Memory Defense，一个默认关闭的隐私开关，45 种模式扫描每条写入的记忆里的密钥和 PII，命中就替换成 [REDACTED] 或者整条拦下——记忆系统的准入闸，跟 RPent 案里记忆可信度分级是同一条主线；二是给编码 agent 的集成是从 git 历史自动建库，没有 setup 命令，装完即用，一条 npx 命令确实能把 Claude Code、Cursor 这类工具接上。
回头回答视频结尾那个问题：存日志还是攒结论？hindsight 的答案是不站队——原始层留着当证据，中间层自动攒信念，顶层维护常备答案。三层之间用引用链连着，谁也不替谁守门。这套结构有个名字之外的巧合：hindsight 这个词的本义就是「带着后见之明重看」，而它的 observations 恰好就是这么运转的——每个当下的结论，都留着被下一个证据推翻的余地。