মিস্টেন ল্যাবস ওয়ালরাস মেমোরির জন্য পোর্টেবল, zk-প্রুভড এআই এজেন্ট মেমোরি সমর্থন করছে

শিরোনাম: ওয়ালরাস মেমোরি এআই এজেন্টগুলিকে পোর্টেবল, বিশ্বস্ত “এজেন্টিক” মেমোরি দিতে চায় — মিস্টেন ল্যাবসের সহ-প্রতিষ্ঠাতা ব্যাখ্যা করছেন মিস্টেন ল্যাবসের সহ-প্রতিষ্ঠাতা এবং প্রধান ক্রিপ্টোগ্রাফার কোস্টাস চালকিয়াস বলেন, ক্ষমতাশালী এআই এজেন্টগুলির জন্য পরবর্তী বড় বাধা হল কম্পিউট নয় — এটি মেমোরি। এই সমস্যা সমাধানের জন্য, মিস্টেন (ওয়ালরাসের মূল অবদানকারী) ওয়ালরাস মেমোরির পিছনে আছে, যা এআই এজেন্টগুলির জন্য একটি উদ্দেশ্য-নির্দিষ্ট মেমোরি লেয়ার, যা অ্যাপস এবং প্রোভাইডারদের মধ্যে পোর্টেবিলিটি, ব্যবহারকারী-নিয়ন্ত্রণ এবং সমন্বিত, দীর্ঘস্থায়ী কনটেক্সটের প্রতিশ্রুতি দেয়। “এআই-এর প্রধান ভুলধারণা হলো যে কম্পিউটই একমাত্র বাধা,” চালকিয়াস Decrypt-কে বলেছিলেন। “প্রধান সমস্যা হলো, আমরা মানুষদের মতো অনেক মেমোরি ব্যবহার করি, এবং আমরা চাই আমাদের LLM-গুলি আসলে আমাদের সম্পর্কে শিখুক।” আজকের এজেন্টগুলি, তিনি যুক্তি দিয়েছেন, বিভিন্ন ডাটাবেস, ভেক্টর স্টোরস্‌ এবং runtime-এর state-এর মধ্যে জোড়ালগভাবে তৈরি, যা ভঙ্গুর সিস্টেমগুলির সৃষ্টি করে,যা 복잡한 워크ফ্লোতে unforgetting ।ওয়ালরাস মেমোরি, Chalkias-এর “বাস্তবিক bottleneck” — agentic memory —-কে solve ।এটি user context-কে reflect and session, app, model-এর 사이 move korte pare। ওয়ালরাস মেমোরির what it brings - Portability: Agents, apps and workflows runtime, session or cloud provider-এর independent memory share korte pare, vendor lock-in prevent kore. Chalkias major models like Claude, ChatGPT and Gemini-এর with integrations highlight kore “future-proof” workflows. - Multi-agent coordination: Shared memory spaces multiple agents-কে long-running tasks and workflows-এ coordinated korte dey, isolated silos-এ operate kore na. - Cryptographic verification & programmable access: Walrus zk-proofs-এর like cryptographic tools use kore context-based verification and programmable access controls encrypted memory-এ enable kore, team-দের data protect and selectively expose korte dey. - Privacy and lifecycle control: Platform-এ store kora memory-এr programmable access and retention policies — “you don’t want your data to be there forever, you don’t want your data to be misused,” Chalkias said. - Developer tooling: Plugins (OpenClaw, NemoClaw) plus Python and TypeScript SDKs make it straightforward to add portable memory to existing agent workflows. Chalkias argue kore je ei elements gulo sobai necessary: “Just having fast compute, you don't necessarily have privacy; just having an encryption layer, you don't necessarily have a way to share your policies on whatever LLMs you want. If you just have large data, this is also not enough.” He added that, in his view, few blockchain-focused solutions currently combine all three — portability, cryptographic verification and policy-driven sharing — at once. Early adopters and performance claims Walrus Memory-এর with already experimenting teams include Allium, Conso Labs, Inflectiv, OpenGradient, Talus Labs and Tatum. Use cases range from portable agent identity systems to AI assistants that remember customer interactions across sessions. Technical gains-এর on, Chalkias said Walrus improves the effective quality of memory provided to LLMs by addressing four layers: storage, retrieval, ranking and encryption. “In some metrics we had 60% improvements by having better ranking, better filtering and context,” he said, attributing gains to smarter classification, encryption-enabled filtering and improved relevance ranking. “We're not just a storage layer anymore.” Why crypto and Web3 care Blockchain and crypto builders-এর jonno, portable, verifiable agent memory new possibilities open kore: account-linked assistant histories, auditable agent decisions, and cross-platform identity that respects user control and cryptographic guarantees. zk-proofs and programmable access-এর use Web3 values around verifiability and privacy-preserving sharing-এr sathe mesh kore. Get started Developers and teams can learn more or trial Walrus Memory at walrus.xyz/memory. Sponsored: Brought to you by Walrus. Learn more about partnering with Decrypt.