要闻列表Agentic Memory:Walrus 攻克 AI 下一個重大瓶頸
Decrypt2026-04-30 16:31:07

Agentic Memory:Walrus 攻克 AI 下一個重大瓶頸

ORIGINALAgentic Memory: Walrus Takes On AI's Next Big Bottleneck
AI 影响分析Grok 分析中...
📄完整原文· 由 trafilatura 自动抓取Gemini 翻譯4345 字
简而言之 - Walrus 推出了 MemWal,这是一个面向 AI agents 的 SDK。 - MemWal 为 agentic memory 带来了可验证性、可用性、可移植性和可共享性。 - 改进后的 agentic memory 开辟了一系列新的应用场景,例如能够保留用户上下文线索的客户支持 agents。 随着 AI agents 变得越来越普及,agentic memory 正成为人工智能领域最重要的议题之一。 企业和个人正日益依赖 agents 来处理越来越复杂、高风险的任务,但目前大多数 agents 所依赖的内存层存在局限性,影响了其工作质量。 Mysten Labs Group Product Manager Abinhav Garg 对 Decrypt 表示,Walrus 结合最近推出的 SDK MemWal 正致力于解决这一问题,为 agentic memory 带来可验证性、可用性、可移植性和可共享性。 “有了 Walrus 和 MemWal,内存就存在于一个开放、可验证的数据层上,这意味着它不会绑定到任何单一模型或供应商,”Garg 解释道。这意味着用户可以在 OpenAI 和 Anthropic 等模型提供商之间切换,同时数据存储具有可验证的保证,因此它是防篡改的——他表示,这“在 agents 开始在更关键的工作流程中运行时尤为重要,因为在这些流程中,正确性和可审计性至关重要。” 他补充说,存储在 Walrus 上的数据继承了其在可验证性、可移植性和可用性方面的内置保证,从而能够“更轻松地在跨团队和跨组织的 agents 之间共享内存”,使其成为“agent 协作的必备条件”。 MemWal 还通过本周发布的插件与流行的 agent 编排框架 OpenClaw 和 NemoClaw 进行了集成。“我们希望让可验证的长期记忆能够轻松适配到实际系统中,”Garg 说道,并补充说这为开发者实现了“无缝”的工作流程。 “如果没有这个,开发者将不得不去理解像 Walrus 这样的去中心化存储层的集成,这可能会增加摩擦和复杂性,”他解释道。“通过这种集成,他们可以直接使用自己已经在使用的工具,为他们的 agents 配备持久、可验证的内存。” MemWal 与隐私 Garg 表示,隐私正成为“AI 系统普遍面临的一个更大的问题”,并指出 agents 越来越多地被要求处理敏感和专有数据。“无论是企业工作流程、财务信息还是个人背景,对机密性的期望都在显著提高,”他补充道。 MemWal 和 Walrus 通过原生加密层实现了隐私和可编程访问控制,这意味着“尽管存储本身是去中心化的,但内容仍然是保密的并受策略管理——即使是存储提供商也无法读取它,”Garg 解释道。 他认为,对于用户来说,“让数据存储在某种不透明、中心化的系统中而没有明确的保证,已不再被接受,”并指出,为 agentic memory 提供私有、可控且可审计的存储将成为“未来的一项决定性要求”。 Agentic memory 的新用例 Garg 表示,通过可验证性、可用性、可移植性和可共享性来赋能 agentic memory 开辟了一系列应用,从能够保留用户上下文线索的客户支持 agents,到不同团队中“基于相同客户历史记录工作”的 agents 之间的协作。 “有一位出色的合作伙伴正在研究 agents 如何作为市场中的发布者或消费者进行协调,”他补充道。“那么这些 agents 将如何相互交互并进行一段时间的消息传递?而这些消息传递本身就可以被用作一种内存。” 其他合作伙伴一直在探索用于机器人的 agentic memory,这些机器人需要共享上下文以在现实世界中协调任务。“所以,想象一下如果它们在数小时甚至数周内这样做——比如在灾难响应场景中,它们就需要那种共享内存,”Garg 解释道。 最终,他预计 agents 的技术栈将出现“标准化”。“你会看到计算、数据、内存和协调之间的明确分离,”他说。“我们的观点是,内存和数据不应该绑定到任何单一的模型或平台——因此 Walrus 成为那个持久的数据层,而 MemWal 成为其之上的内存层。”
数据状态✓ 已抓取全文阅读原文(Decrypt)
🔍历史类似事件· 关键词 + 标的比对5 则
💡 目前用关键词 + 标的比对(MVP)· 之后会升级为 embedding 语义搜寻
原始信息
ID:ffaba24603
来源:Decrypt
发布:2026-04-30 16:31:07
分类:一般 · 导出分类 neutral
标的:未指定
社群投票:+0 /0 · ⭐ 0 重要 · 💬 0 留言
Agentic Memory:Walrus 攻克 AI 下一個重大瓶頸 | Feel.Trading