AI-агенти мають пам’ять золотої рибки. Ось що я маю на увазі: ваш агент виконує завдання, отримує контекст, міркує над ним і виконує дію. Чудово. Тепер закрийте сесію. Що відбувається з усім, що він щойно вивчив? Зникло. Кожна сесія відновлює стан з нуля. Більшість AI-стеків керують 3–4 інструментами пам’яті: кешем короткострокової пам’яті, сховищем довгострокової пам’яті та пошуком контексту — кожен зі своїм форматом та точками відмови. Тож коли AI виводить щось дивне, незрозуміло, чи зазнав невдачі сама модель, чи пам’ять. У масштабі чат-ботів це дратує. Але для агентів, що керують портфелями, ланцюгами поставок або командними операціями, втрата контексту стає фінансовим ризиком. @WalrusProtocol випустила MemWal (бета), щоб вирішити цю проблему. → Один SDK, який замінює склеєну стек-пам’ять. Дані зберігаються на Walrus. Власність та дозволи на доступ — на Sui. → Пам’ять має типи: розмови обробляються інакше, ніж контрольні точки робочих процесів та сліди міркувань. Контроль доступу дозволяє точно визначити, який агент або користувач може читати або записувати конкретну пам’ять. → Кожен елемент пам’яті перевіряється. Коли агент приймає рішення з реальними грошима за ним, ви можете відстежити, що саме він пам’ятав і з чим працював у цей момент. Радий бачити, як Walrus приймає AI-агентний переворот. Або адаптуєшся, або виходиш з бізнесу. Повідомлення: я тримаю токени $WAL