Walrus MemWal SDK：用 WAL 革新 Agent 記憶體

WAL 支援的 MemWal SDK 正式推出

當 AI 代理承擔複雜任務時，記憶層的限制會影響其穩定性和效能。Walrus 正透過推出整合 WAL 詳細分析的 MemWal SDK 來革新代理記憶，新增驗證性、可存取性、可攜性及可共享性等特質。Mysten Labs 集團產品經理 Abinhav Garg 在接受 Decrypt 採訪時表示，此創新運行於開放資料層之上，消除了模型依賴性。使用者可在 OpenAI 與 Anthropic 之間自由切換，同時資料受到不可變保證的保護。此方法滿足了關鍵工作流程中的可稽核需求，提升了代理可靠性。

WAL 帶來的分散式儲存優勢

現有記憶系統通常建立在封閉且脆弱的架構之上；Walrus 透過 MemWal 向代理開發者提供由 WAL 期貨支援的分散式儲存優勢。該 SDK 透過本週發布的外掛程式與 OpenClaw 和 NemoClaw 等主流編排框架整合，讓開發者無需處理複雜的整合問題。Garg 表示，這使得直接在現有工具中新增持久性且可驗證的記憶成為可能。在隱私方面，系統內建原生加密與可程式化存取控制；即使是儲存服務提供商也無法存取資料。這提升了企業工作流程、金融資料或個人情境等敏感領域的隱私標準。最終，它為中心化系統的不透明結構提供了一條替代路徑。

WAL 的代理協作場景

MemWal 帶來的特質激發了代理之間的協作與新的使用案例；客服代理可保存使用者情境，而不同團隊可基於共享歷史紀錄進行協作。機器人可在災難應對中共享記憶以進行長達數小時的協調，市場中的發布者—消費者代理可透過訊息傳遞進行互動。Garg 預測，在代理堆疊中，運算、資料、記憶與協調將會分離。Walrus 作為持久性資料層，MemWal 作為其上的記憶層，將加速標準化進程。