随着人工智能代理变得越来越普遍，代理记忆正在成为人工智能领域最重要的问题之一。
企业和个人越来越依赖代理来完成越来越复杂和高风险的任务——但目前大多数代理所运行的记忆层存在限制，影响了它们工作的质量。
这正是Walrus与最近推出的名为MemWal的SDK希望解决的问题——为代理记忆带来可验证性、可用性、可移植性和可分享性，Mysten Labs集团产品经理Abinhav Garg对Decrypt表示。
“通过Walrus加上MemWal，记忆存在于一个开放、可验证的数据层上，这意味着它不绑定于任何一个模型或供应商，”Garg解释道。这意味着用户可以在OpenAI和Anthropic等模型提供者之间切换，同时数据以可验证的方式存储，因此是防篡改的——这在代理开始在更关键的工作流程中运作时尤为重要，因为准确性和可审计性非常重要，”他说。
存储在Walrus上的数据继承了其内建的可验证性、可移植性和可用性保证，使得“在团队和组织之间更轻松地共享记忆，”他补充道，使其成为“代理协作的必需品。”
MemWal还与流行的代理编排框架OpenClaw和NemoClaw集成，通过本周发布的插件。“我们希望让可验证的长期记忆能够在真实系统中轻松适应，”Garg说，并补充说它为构建者提供了“无缝”的工作流程。
“如果没有这个，开发者就必须理解像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。“通过集成，他们可以直接使用他们已经在使用的工具为他们的代理配备持久的、可验证的记忆。”
MemWal与隐私
隐私正变得“在AI系统中成为一个更大的问题，”Garg表示，并指出代理越来越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，对机密性的期望显著增加，”他补充道。
MemWal和Walrus通过原生加密层提供隐私和可编程访问控制，这意味着“即使存储本身是去中心化的，内容仍然保密并受政策控制——甚至存储提供商也无法读取它，”Garg解释道。
对于用户而言，他认为，“数据不再能坐落于某个不透明的、中心化的系统中而没有明确的保证，”并指出，为代理记忆提供私密、受控和可审计的存储将成为“一个随着时间推移而成为定义需求。”
代理记忆的新用例
赋予代理记忆可验证性、可用性、可移植性和可分享性打开了众多应用，Garg说，这些应用从保留用户上下文线索的客户支持代理，到不同团队之间“共享相同客户历史”的代理协作。
“有一个令人惊叹的合作伙伴正在试图找出在市场上作为发布者或消费者的代理之间如何协调，”他补充道。“这些代理将如何相互互动并在一段时间内进行消息交流？这种消息交流本身可以被视为一种记忆。”
其他合作伙伴正在探索用于需要共享上下文以协调现实世界任务的机器人的代理记忆。“所以，想象一下如果他们在几个小时甚至几周内这样做——例如，在灾难响应情境中，他们需要那个共享的记忆，”Garg解释道。
最终，他预期代理的“堆栈标准化”。“你将看到计算、数据、记忆和协调之间的明确分离，”他说。“我们的观点是，记忆和数据不应该绑定于任何单一模型或平台——因此Walrus成为那个持久的数据层，而MemWal则成为它之上的记忆层。”
免责声明：本文章仅代表作者个人观点，不代表本平台的立场和观点。本文章仅供信息分享，不构成对任何人的任何投资建议。用户与作者之间的任何争议，与本平台无关。如网页中刊载的文章或图片涉及侵权，请提供相关的权利证明和身份证明发送邮件到support@aicoin.com，本平台相关工作人员将会进行核查。
