Irys和Warden的这个合作里看下来，感觉Irys有点要成为在AI领域对标Chainlink预言机的意思，最终都是解决数据统一的问题，Chainlink解决各个不同平台价格数据的统一，Irys解决各个AI模型里交互数据的统一。从上古的Filcoin，再到Arweave，再到CESS，虽然做数据链的项目很多但实现的也只是数据库的效果，加了个去中心化反而还把成本提高了，导致大多数数据链最终成了一个更贵的数据库，需求上一直没有找准，尽管AI+Web3已经被讲烂了，但Irys找准的AI模型无记忆的痛点还是挺强烈的。 目前这些AI大模型基本都是一次性的，也就是比如我跟Deepseek和Grok聊天，每一轮对话都是全新开始的，他们并不能根据我们之前的互动输出内容，所以现在的AI模型基本都没有记忆，导致一方面很浪费算力资源毕竟每一轮对话都需要全部重新生成内容，另一方面用户体验也不好，尤其是现在对于一些AI陪伴类的产品，如果没有长期记忆的话效果很差。 每一次AI模型运行的时候都需要根据上下文的交互输出内容，巨量的交互数据如果都存的话量实在太大了，Irys本身作为处理了Arweave超过98%数据提交量的项目，在数据的存储上有很丰富的经验，除此以外Irys的特点在于其数据的动态可编程能力，而不仅仅只是起到静态数据库的效果，所以很贴合当AI模型内存的角色，比如这次和Warden的合作，可以把引发模型输出内容的交互数据存到Irys里，并进行标记作为未来被再次触发的条件，后续模型对话输出内容时，就可以对之前存储的数据进行相关度检索，触发到后则会将其引入到本次对话中，并且还可以供其他模型使用，就像是你给你妈说不吃青椒，然后有一天去餐厅，同样又进入了吃饭场景，于是Irys就自动检索识别到“不吃青椒”这个关键记忆并触发通知给厨师说记得别放青椒。 通过这个过程使得AI模型可以具备记忆能力后，对AI模型和工具的使用效率和体验会提高很多，对Irys持续保持关注🤔(陈剑Jason 🐡)