Bộ nhớ tác nhân là “một tấm gương của chính chúng ta,” Kostas Chalkias, Đồng sáng lập và Trưởng bộ phận Mật mã tại Mysten Labs, những người đóng góp ban đầu cho Walrus, cho biết. Trong một thế giới lý tưởng, bộ nhớ đó phải có tính di động, với các tác nhân AI phối hợp và mang ngữ cảnh giữa các ứng dụng và phiên làm việc – nhưng cho đến nay chúng đã bị hạn chế bởi những giới hạn của bộ nhớ.

Các nhà phát triển xây dựng tác nhân AI đã phải tự mình kết nối các cơ sở dữ liệu, kho lưu trữ vector và trạng thái thời gian chạy, dẫn đến các hệ thống không đáng tin cậy, khó đối phó với các quy trình làm việc phức tạp—và các tác nhân dễ quên.

“Quan niệm sai lầm lớn trong AI là điện toán là nút thắt cổ chai duy nhất,” Chalkias nói. “Vấn đề chính là chúng ta đang sử dụng rất nhiều bộ nhớ như con người, và chúng ta muốn các mô hình ngôn ngữ lớn (LLM) của chúng ta thực sự học hỏi về chúng ta.” Điều đó, ông nói, có nghĩa là giải quyết “nút thắt cổ chai thực sự” của bộ nhớ tác nhân.

Đó là điều mà Mysten Labs đang hướng tới để khắc phục với sản phẩm mới nhất của họ, Walrus Memory, một lớp bộ nhớ được xây dựng đặc biệt cho các tác nhân AI và được thiết kế xoay quanh tính di động, quyền kiểm soát của người dùng và sự phối hợp của tác nhân.

Chalkias giải thích rằng Walrus Memory tập hợp nhiều tính năng là “cần thiết” cho các tác nhân AI. “Chỉ có điện toán nhanh, bạn không nhất thiết có quyền riêng tư; chỉ có một lớp mã hóa, bạn không nhất thiết có cách để chia sẻ chính sách của mình trên bất kỳ LLM nào bạn muốn,” ông nói. “Nếu bạn chỉ có dữ liệu lớn, điều này cũng không đủ.”

Walrus Memory cho phép các tác nhân, ứng dụng và quy trình làm việc chia sẻ bộ nhớ một cách liền mạch mà không bị ràng buộc bởi một thời gian chạy, phiên làm việc hoặc nhà cung cấp duy nhất, trong khi các không gian bộ nhớ chia sẻ trao quyền cho nhiều tác nhân phối hợp trong các quy trình làm việc kéo dài. Các công cụ mật mã như zk-proofs, trong khi đó, được triển khai để cho phép các tác nhân thực hiện xác minh ngữ cảnh và cho phép truy cập có thể lập trình vào bộ nhớ được mã hóa.

“Tôi không tin rằng bất kỳ giải pháp nào khác, đặc biệt là các giải pháp tập trung vào blockchain vào thời điểm hiện tại, đang giải quyết tất cả ba yếu tố này, vốn là nút thắt cổ chai chính đối với hầu hết chúng để hoạt động,” ông nói thêm.

Walrus Memory tích hợp với các nền tảng AI hàng đầu bao gồm Claude, ChatGPT và Gemini, Chalkias lưu ý, đảm bảo rằng người dùng không bị khóa vào việc làm việc với một nhà cung cấp mô hình duy nhất—đảm bảo tính tương lai cho các quy trình làm việc của người dùng.

Dữ liệu được lưu trữ trên Walrus Memory cũng đi kèm với kiểm soát truy cập có thể lập trình. “Đó không chỉ là độ chính xác khi nhớ lại, đó còn là tính minh bạch; bạn không muốn dữ liệu của mình ở đó mãi mãi, bạn không muốn dữ liệu của mình bị lạm dụng,” Chalkias nói.

Các plugin cho OpenClaw và NemoClaw cùng với SDK Python và TypeScript có nghĩa là các nhà phát triển có thể dễ dàng thêm bộ nhớ di động vào các quy trình làm việc tác nhân hiện có. Hiện tại, các nhóm bao gồm Allium, Conso Labs, Inflectiv, OpenGradient, Talus Labs và Tatum đang làm việc với Walrus Memory để xây dựng các ứng dụng bao gồm hệ thống định danh tác nhân di động và trợ lý AI có thể ghi nhớ các tương tác của khách hàng qua các phiên làm việc.

Xử lý bộ nhớ đang “ngày càng tốt hơn,” Chalkias nói, lưu ý rằng Walrus Memory nhắm mục tiêu bốn dịch vụ khác nhau để cải thiện chất lượng bộ nhớ được cung cấp cho LLM, bao gồm lưu trữ, truy xuất dữ liệu, xếp hạng và mã hóa. “Trong một số chỉ số, chúng tôi đã có cải thiện 60% nhờ xếp hạng tốt hơn, lọc và ngữ cảnh tốt hơn,” ông giải thích. “Bạn đang phân loại dữ liệu khác nhau, và bằng cách mã hóa dữ liệu, sau đó thực hiện một số lọc trên dữ liệu, điều này mang lại cho chúng tôi kết quả tốt hơn rất nhiều,” ông nói thêm rằng, “Chúng tôi không chỉ là một lớp lưu trữ nữa.”

Bắt đầu với Walrus Memory tại walrus.xyz/memory.