主体记忆是“我们自己的一面镜子”，Mysten Labs 的联合创始人兼首席密码学家 Kostas Chalkias 说道，他也是 Walrus 的原始贡献者。在理想的世界中，内存应该是可移植的，人工智能代理可以在应用程序和会话之间协调和承载上下文，但迄今为止，它们一直受到内存限制的阻碍。
构建人工智能代理的开发人员不得不将数据库、向量存储和运行时状态拼接在一起，导致系统不可靠，难以应对复杂的工作流程，而且代理也会忘记。
“人工智能的主要误解是计算是唯一的瓶颈，”Chalkias 说。 “主要问题是我们作为人类使用了大量的记忆，我们希望我们的法学硕士能够真正了解我们。”他说，这意味着解决主体记忆的“真正瓶颈”。
Mysten Labs 的目标就是通过其最新产品 Walrus Memory 来解决这个问题，这是一个专为 AI 代理构建的存储层，围绕可移植性、用户控制和代理协调而设计。
Chalkias 解释说，Walrus Memory 汇集了人工智能代理“必需”的多种功能。 “仅仅拥有快速计算，你不一定拥有隐私；仅仅拥有加密层，你不一定有办法分享你想要的任何法学硕士的政策，”他说。 “如果你只有大数据，这也是不够的。”
Walrus Memory 使代理、应用程序和工作流程能够无缝共享内存，而无需绑定到单个运行时、会话或提供程序，而共享内存空间使多个代理能够跨长时间运行的工作流程进行协调。同时，部署诸如 zk-proofs 之类的加密工具，使代理能够执行上下文验证，并允许对加密内存进行可编程访问。
“我不相信任何其他解决方案，尤其是目前以区块链为中心的解决方案，正在解决所有这三个要素，这几乎是大多数解决方案工作的主要瓶颈，”他补充道。
Chalkias 指出，Walrus Memory 与包括 Claude、ChatGPT 和 Gemini 在内的领先人工智能平台集成，确保用户不会被锁定与单一模型提供商合作，从而满足面向未来的用户工作流程。
海象内存中存储的数据还具有可编程访问控制。 “这不仅是回忆的准确性，也是透明度；你不希望你的数据永远存在，你也不希望你的数据被滥用，”Chalkias 说。
OpenClaw 和 NemoClaw 插件以及 Python 和 TypeScript SDK 意味着开发人员可以轻松地将便携式内存添加到现有代理工作流程中。 Allium、Conso Labs、Inflectiv、OpenGradient、Talus Labs 和 Tatum 等团队已经与 Walrus Memory 合作构建应用程序，包括便携式代理身份系统和 AI 助手，这些应用程序可以记住跨会话的客户交互。
Chalkias 表示，内存处理日益“变得越来越好”，并指出 Walrus Memory 的目标是四种不同的服务，以提高向 LLM 提供的内存质量，包括存储、数据检索、排名和加密。 “通过更好的排名、更好的过滤和上下文，我们在某些指标上提高了 60%，”他解释道。 “你对数据进行不同的分类，通过加密数据，然后对数据进行一些过滤，这给我们带来了更好的结果，”他补充道，“我们不再只是一个存储层。”开始使用 Walrus Memory：walrus.xyz/memory。