У ИИ-агентов память, как у золотой рыбки. Вот что я имею в виду: ваш агент выполняет задачу, извлекает контекст, анализирует его и выполняет действия. Отлично. Теперь закройте сессию. Что происходит со всем тем, что он только что узнал? Исчезает. Каждая сессия восстанавливает состояние с нуля. Большинство ИИ-стеков используют 3–4 инструмента памяти: кэш краткосрочной памяти, долгосрочное хранилище и поиск контекста — каждый со своим форматом и типами сбоев. Поэтому, когда ИИ выдает что-то странное, непонятно, произошел ли сбой модели или сбой памяти. На уровне чат-ботов это раздражает. Для агентов, управляющих портфелями, цепочками поставок или операциями команд, потеря контекста становится финансовым риском. @WalrusProtocol выпустил MemWal (бета), чтобы решить эту проблему. → Один SDK, заменяющий склеенную систему памяти. Данные хранятся на Walrus. Владение и права доступа — на Sui. → Память имеет типы: разговоры обрабатываются иначе, чем контрольные точки рабочих процессов и следы рассуждений. Контроль доступа позволяет точно определить, какой агент или пользователь может читать или записывать конкретные данные памяти. → Каждый фрагмент памяти проверяем. Когда агент принимает решение, за которым стоит реальные деньги, вы можете точно проследить, что он помнил и с чем работал в тот момент. Рад видеть, как Walrus принимает AI-агентный переворот. Либо адаптируйся, либо выйди из бизнеса. Раскрытие информации: я держу токены $WAL