La memoria agéntica es “un espejo de nosotros mismos”, dice Kostas Chalkias, cofundador y criptógrafo jefe de Mysten Labs, colaboradores originales de Walrus. En un mundo ideal, esa memoria debería ser portátil, con agentes de IA coordinándose y llevando el contexto entre aplicaciones y sesiones, pero hasta la fecha se han visto limitados por las restricciones de la memoria.

Los desarrolladores que construyen agentes de IA se han visto obligados a unir bases de datos, almacenes de vectores y estados de tiempo de ejecución, lo que resulta en sistemas poco fiables que tienen dificultades para manejar flujos de trabajo complejos, y agentes que olvidan.

“La principal idea errónea en la IA es que el cómputo es el único cuello de botella”, dijo Chalkias. “El problema principal es que usamos mucha memoria como humanos, y queremos que nuestros LLM aprendan realmente sobre nosotros.” Eso, dijo, significa resolver el “verdadero cuello de botella” de la memoria agéntica.

Eso es lo que Mysten Labs pretende solucionar con su nueva oferta, Walrus Memory, una capa de memoria construida específicamente para agentes de IA y diseñada en torno a la portabilidad, el control del usuario y la coordinación de agentes.

Chalkias explicó que Walrus Memory reúne múltiples características que son una “necesidad” para los agentes de IA. “Solo tener cómputo rápido, no necesariamente tienes privacidad; solo tener una capa de cifrado, no necesariamente tienes una forma de compartir tus políticas en los LLM que quieras”, dijo. “Si solo tienes grandes datos, esto tampoco es suficiente.”

Walrus Memory permite que los agentes, aplicaciones y flujos de trabajo compartan memoria sin problemas, sin estar atados a un único tiempo de ejecución, sesión o proveedor, mientras que los espacios de memoria compartida permiten a múltiples agentes coordinarse a través de flujos de trabajo de larga duración. Herramientas criptográficas como las zk-proofs, por su parte, se implementan para permitir a los agentes realizar verificaciones contextuales y permitir el acceso programable a la memoria cifrada.

“No creo que ninguna otra solución, especialmente las centradas en blockchain en este momento, esté resolviendo todos estos tres elementos, lo cual es prácticamente el principal cuello de botella para que la mayoría de ellas funcionen”, añadió.

Walrus Memory se integra con las principales plataformas de IA, incluyendo Claude, ChatGPT y Gemini, señaló Chalkias, asegurando que los usuarios no estén atados a trabajar con un único proveedor de modelos, lo que garantiza la viabilidad futura de los flujos de trabajo de los usuarios.

Los datos almacenados en Walrus Memory también vienen con control de acceso programable. “No es solo la precisión de recuperación, también es la transparencia; no quieres que tus datos estén ahí para siempre, no quieres que tus datos sean mal utilizados”, dijo Chalkias.

Los complementos para OpenClaw y NemoClaw, junto con los SDK de Python y TypeScript, significan que los desarrolladores pueden añadir fácilmente memoria portátil a los flujos de trabajo de agentes existentes. Equipos como Allium, Conso Labs, Inflectiv, OpenGradient, Talus Labs y Tatum ya están trabajando con Walrus Memory para construir aplicaciones que incluyen sistemas portátiles de identidad de agentes y asistentes de IA que recuerdan las interacciones con los clientes a lo largo de las sesiones.

El manejo de la memoria está “mejorando cada día”, dijo Chalkias, señalando que Walrus Memory se dirige a cuatro servicios diferentes para mejorar la calidad de la memoria suministrada a los LLM, incluyendo el almacenamiento, la recuperación de datos, la clasificación y el cifrado. “En algunas métricas tuvimos mejoras del 60% al tener mejor clasificación, mejor filtrado y contexto”, explicó. “Estás clasificando los datos de manera diferente, y al cifrar los datos, y luego realizar algún filtrado sobre los datos, esto nos da resultados mucho mejores”, dijo, añadiendo que, “Ya no somos solo una capa de almacenamiento.”

Comience con Walrus Memory en walrus.xyz/memory.