Walrus Memory permite que agentes de IA ‘realmente aprendam sobre nós’: cofundador da Mysten Labs

A memória agente é “um espelho de nós mesmos”, diz Kostas Chalkias, cofundador e criptógrafo-chefe do Mysten Labs, contribuidores originais do Walrus. Num mundo ideal, essa memória deveria ser portátil, com agentes de IA coordenando e transportando contexto entre aplicativos e sessões – mas até o momento eles têm sido prejudicados pelas limitações da memória.

Os desenvolvedores que criam agentes de IA foram obrigados a unir bancos de dados, armazenamentos de vetores e estado de tempo de execução, resultando em sistemas não confiáveis ​​que lutam para lidar com fluxos de trabalho complexos — e agentes que se esquecem.

“O principal equívoco em IA é que a computação é o único gargalo”, disse Chalkias. “A principal questão é que usamos muita memória como humanos e queremos que nossos LLMs realmente aprendam sobre nós.” Isso, disse ele, significa resolver o “verdadeiro gargalo” da memória agente.

É isso que o Mysten Labs pretende corrigir com sua mais nova oferta, Walrus Memory, uma camada de memória construída especificamente para agentes de IA e projetada em torno da portabilidade, controle do usuário e coordenação do agente.

Chalkias explicou que o Walrus Memory reúne vários recursos que são uma “necessidade” para os agentes de IA. “Apenas tendo uma computação rápida, você não tem necessariamente privacidade; apenas tendo uma camada de criptografia, você não tem necessariamente uma maneira de compartilhar suas políticas em quaisquer LLMs que desejar”, disse ele. “Se você tiver apenas grandes dados, isso também não será suficiente.”

O Walrus Memory permite que agentes, aplicativos e fluxos de trabalho compartilhem memória perfeitamente, sem estarem vinculados a um único tempo de execução, sessão ou provedor, enquanto os espaços de memória compartilhada permitem que vários agentes coordenem fluxos de trabalho de longa duração. Enquanto isso, ferramentas criptográficas como zk-proofs são implantadas para permitir que os agentes realizem verificação contextual e permitir acesso programável à memória criptografada.

“Não acredito que nenhuma outra solução, especialmente a focada em blockchain no momento, esteja resolvendo todos esses três elementos, o que é praticamente o principal gargalo para a maioria deles funcionar”, acrescentou.

Walrus Memory se integra às principais plataformas de IA, incluindo Claude, ChatGPT e Gemini, observou Chalkias, garantindo que os usuários não fiquem presos a trabalhar com um único fornecedor de modelo – fluxos de trabalho de usuário preparados para o futuro.

Os dados armazenados na Walrus Memory também vêm com controle de acesso programável. “Não se trata apenas de precisão de recall, mas também de transparência; você não quer que seus dados permaneçam lá para sempre, você não quer que seus dados sejam mal utilizados”, disse Chalkias.

Plugins para OpenClaw e NemoClaw junto com SDKs Python e TypeScript significam que os desenvolvedores podem facilmente adicionar memória portátil aos fluxos de trabalho de agentes existentes. Equipes como Allium, Conso Labs, Inflectiv, OpenGradient, Talus Labs e Tatum já estão trabalhando com Walrus Memory para construir aplicativos, incluindo sistemas portáteis de identidade de agente e assistentes de IA que lembram as interações do cliente durante as sessões.

O manuseio da memória está “cada vez melhor” a cada dia, disse Chalkias, observando que a Walrus Memory tem como alvo quatro serviços diferentes para melhorar a qualidade da memória fornecida aos LLMs, incluindo armazenamento, recuperação de dados, classificação e criptografia. “Em algumas métricas tivemos melhorias de 60% por termos melhor ranqueamento, melhor filtragem e contexto”, explicou. “Você está classificando os dados de maneira diferente e, ao criptografá-los e, em seguida, filtrar os dados, isso nos dá resultados muito melhores”, disse ele, acrescentando que “não somos mais apenas uma camada de armazenamento”.

Comece com Walrus Memory em morsa.xyz/memory.