Walrus запускає MemWal SDK для пам’яті AI-агентів

Walrus запустила MemWal — SDK, призначений для усунення обмежень агентної пам’яті: він надає верифікованість, доступність, переносимість і спільність (sharability) того, як ШІ-агенти зберігають та отримують інформацію, за словами керівника продукту Mysten Labs Group Абінхав Гарджа.

Верифікований і переносимий рівень пам’яті

MemWal зберігає пам’ять у відкритому, верифікованому шарі даних, який не прив’язаний до жодної окремої моделі чи постачальника. Це дає змогу користувачам перемикатися між різними постачальниками моделей, зокрема OpenAI та Anthropic, зберігаючи дані з верифікованими гарантіями, що робить їх захищеними від підробки. «З Walrus plus MemWal пам’ять існує у відкритому, верифікованому шарі даних — тож вона не прив’язана до жодної конкретної моделі чи вендора», — пояснив Гарджа для Decrypt.

Дані, що зберігаються у Walrus, успадковують вбудовані гарантії верифікованості, переносимості та доступності, що дозволяє «легше ділитися пам’яттю між агентами між командами та організаціями», — сказав він, назвавши цю можливість «обов’язковою для співпраці агентів».

Інтеграція у фреймворки

MemWal інтегрується з популярними фреймворками оркестрації агентів OpenClaw і NemoClaw через плагін, випущений цього тижня. Інтеграція розроблена так, щоб спростити впровадження: вона дозволяє розробникам оснастити своїх агентів довговічною, верифікованою пам’яттю за допомогою інструментів, з якими вони вже працюють. «Без цього розробникам довелося б розбиратися в інтеграції децентралізованого шару зберігання на кшталт Walrus, що може додати тертя та складності», — пояснив Гарджа.

Приватність і керування доступом

MemWal включає функції приватності через нативний шар шифрування та програмоване керування доступом. Хоча саме зберігання є децентралізованим, вміст залишається конфіденційним і регулюється політиками — «навіть постачальники зберігання не можуть це прочитати», — заявив Гарджа. Такий підхід відповідає на зростаючі занепокоєння щодо того, що агенти працюють із чутливими та комерційними даними, зокрема корпоративними процесами, фінансовою інформацією та особистим контекстом.

Нові сценарії використання

Покращені можливості агентної пам’яті відкривають нові застосунки в різних доменах. Агенти підтримки клієнтів можуть зберігати контекстні підказки про користувачів, а агенти з різних команд можуть співпрацювати, «працюючи з тією самою історією клієнта». Інші партнери досліджують координацію між агентами, які виступають як видавці або споживачі на маркетплейсах, використовуючи повідомлення як форму спільної пам’яті. Додаткові сценарії включають роботів, яким потрібно ділитися контекстом між собою, щоб координувати завдання в реальних ситуаціях, наприклад під час операцій реагування на катастрофи.

Гарджа очікує «стандартизації стеку» для агентів у майбутньому — із «чітким розділенням між обчисленнями, даними, пам’яттю та координацією». «Наша позиція така, що пам’ять і дані не повинні бути прив’язані до жодної конкретної моделі чи платформи — тож Walrus стає тим довговічним шаром даних, а MemWal — шаром пам’яті поверх нього», — сказав він.